CIS1310TK03
SIM-WASTE
(Simulador de la Gestión Integral de Residuos Sólidos Domiciliarios)
SEBASTIÁN ROJAS DÍAZ
STEPHANIE SÁNCHEZ OLAYA
PONTIFICIA UNIVERSIDAD JAVERIANA
FACULTAD DE INGENIERÍA
CARRERA DE INGENIERÍA DE SISTEMAS
BOGOTÁ, D.C.
2013
Página 2
CIS1310TK03
SIM-WASTE
(Simulador de la Gestión Integral de Residuos Sólidos Domiciliarios)
Autores:
Sebastián Rojas Díaz
Stephanie Sánchez Olaya
MEMORIA DEL TRABAJO DE GRADO REALIZADO PARA CUMPLIR UNO
DE LOS REQUISITOS PARA OPTAR AL TÍTULO DE INGENIERO DE
SISTEMAS
Director
Oscar Xavier Chavarro García
Jurado
Leonardo Flórez Valencia
Blanca Oviedo Torres
Página web del Trabajo de Grado
http://pegasus.javeriana.edu.co/~CIS1310TK03/
PONTIFICIA UNIVERSIDAD JAVERIANA
FACULTAD DE INGENIERÍA
CARRERA DE INGENIERÍA DE SISTEMAS
BOGOTÁ, D.C.
Mayo, 2013
Página 3
PONTIFICIA UNIVERSIDAD JAVERIANA
FACULTAD DE INGENIERÍA
CARRERA DE INGENIERÍA DE SISTEMAS
Rector Magnífico
Joaquín Emilio Sánchez García S.J.
Decano Académico Facultad de Ingeniería
Ingeniero Jorge Luis Sánchez Téllez
Decano del Medio Universitario Facultad de Ingeniería
Padre Sergio Bernal Restrepo S.J.
Director de la Carrera de Ingeniería de Sistemas
Ingeniero Germán Alberto Chavarro Flórez
Director Departamento de Ingeniería de Sistemas
Ingeniero Rafael Andrés González Rivera
Página 4
Artículo 23 de la Resolución No. 1 de Junio de 1946
“La Universidad no se hace responsable de los conceptos emitidos por sus alumnos en sus proyectos de
grado. Sólo velará porque no se publique nada contrario al dogma y la moral católica y porque no
contengan ataques o polémicas puramente personales. Antes bien, que se vean en ellos el anhelo de
buscar la verdad y la Justicia”.
Página 5
AGRADECIMIENTOS
Queremos agradecer en primer lugar a nuestros padres quienes han sido un apoyo incondicional a lo largo
de nuestros estudios y nos han sustentado con orgullo y dedicación para conquistar una de las metas más
importantes de nuestras vidas. En segundo lugar queremos agradecer a nuestro director de trabajo de
grado el Ingeniero Oscar Xavier Chavarro García, quien ha depositado gran confianza en nosotros para el
desarrollo de este proyecto y quien nos ha asesorado de manera íntegra a lo largo de todo el trabajo.
También agradecemos sobremanera a nuestros asesores quienes creyeron en este proyecto y fueron
soporte para nosotros en las diferentes áreas del conocimiento involucradas; la Ingeniera Sandra Méndez
en el área de la gestión de residuos sólidos, el Ingeniero Rafael González en el área de simulación basada
en agentes y el Ingeniero Alex Linares quien nos apoyó en el trabajo de campo por medio de PROSOFI.
También queremos agradecer a la profesora Mónica Brijaldo quien nos asesoró en la parte pedagógica
desde su área del conocimiento de la educación.
Finalmente queremos agradecer a la comunidad de Usme, especialmente al barrio El Bosque y al comedor
comunitario donde nos acogieron muy afectuosamente y nos permitieron realizar un muy buen trabajo de
campo.
Página 6
CONTENIDO
ÍNDICE DE TABLAS ............................................................................................................................. 8
ÍNDICE DE FIGURAS Y GRÁFICAS .................................................................................................... 8
ABSTRACT .......................................................................................................................................... 10
RESUMEN ........................................................................................................................................... 10
RESUMEN EJECUTIVO ...................................................................................................................... 11
INTRODUCCIÓN ................................................................................................................................ 14
1. DESCRIPCIÓN GENERAL DEL TRABAJO DE GRADO ........................................................... 15
1.1. OPORTUNIDAD O PROBLEMÁTICA ................................................................................ 15
1.1.1. Descripción del contexto ................................................................................................ 15
1.1.2. Formulación ................................................................................................................... 16
1.2. DESCRIPCIÓN DEL PROYECTO ........................................................................................ 16
1.2.1. Visión global .................................................................................................................. 16
1.2.2. Justificación ................................................................................................................... 17
1.2.3. Objetivo general ............................................................................................................. 17
1.2.4. Objetivos específicos ...................................................................................................... 17
2. MARCO TEÓRICO Y ESTADO DEL ARTE ............................................................................... 18
2.1. MODELO DE SIMULACIÓN BASADA EN AGENTES ...................................................... 18
2.2. PROTOCOLO ODD .............................................................................................................. 18
2.3. PARADIGMA DE DESCRIPCION DE AGENTES BDI. ...................................................... 20
2.4. PLATAFORMA DE SIMULACIÓN ELEGIDA .................................................................... 21
2.5. MODELOS DE SIMULACIÓN EXISTENTES SOBRE GIRS .............................................. 22
2.5.1. Solución 1: DISCUS – Juego sobre la gestión de residuos sólidos (Klee, 1970) ............... 22
2.5.2. Solución 2: Comportamiento en el Manejo de Residuos Sólidos Domiciliarios (Tucker &
Smith, 1999) .................................................................................................................................. 22
2.5.3. Solución 3: Modelo basado en agentes para el manejo de residuos sólidos y análisis de
simulación (Guihong, Hua, Qiang, & Yan, 2008) ........................................................................... 23
2.5.4. Cuadro comparativo de las soluciones existentes con SIMWASTE ................................. 23
2.6. VALIDACIÓN EN MODELOS DE SIMULACIÓN .............................................................. 24
2.7. FUNDAMENTOS EN GESTIÓN DE RESIDUOS SÓLIDOS ............................................... 25
2.7.1. Gestión de residuos sólidos domiciliarios ........................................................................ 25
2.8. FUNDAMENTOS DE EDUCACIÓN .................................................................................... 27
2.8.1. Definición de Didáctico .................................................................................................. 27
Página 7
2.8.2. Educación en gestión de residuos sólidos domiciliarios ................................................... 28
2.8.3. Ciclos de educación ........................................................................................................ 28
3. PROCESO ..................................................................................................................................... 30
3.1. METODOLOGÍA PROPUESTA ........................................................................................... 30
3.1.1. Recopilación bibliográfica .............................................................................................. 30
3.1.2. Diseño ............................................................................................................................ 31
3.1.3. Construcción .................................................................................................................. 32
3.1.4. Validación del prototipo ................................................................................................. 32
3.2. DESARROLLO DEL PROYECTO........................................................................................ 32
3.2.1. Desarrollo del prototipo .................................................................................................. 33
3.3. REFLEXIÓN METODOLÓGICA ......................................................................................... 36
4. RESULTADOS OBTENIDOS ...................................................................................................... 39
4.1. ENCUESTA DE CARACTERIZACIÓN ............................................................................... 39
4.2. HERRAMIENTA INTRODUCTORIA .................................................................................. 43
4.3. MODELO CONCEPTUAL .................................................................................................... 43
4.3.1. ODD .............................................................................................................................. 44
4.4. PROTOTIPO FUNCIONAL .................................................................................................. 52
4.4.1. Descripción del prototipo ................................................................................................ 56
4.4.2. Descripción de algoritmos del prototipo .......................................................................... 57
5. VALIDACIÓN .............................................................................................................................. 60
5.1. Pruebas al prototipo................................................................................................................ 60
5.2. Validación del modelo conceptual .......................................................................................... 64
5.3. Validación del prototipo ......................................................................................................... 64
5.4. Validación con usuarios finales .............................................................................................. 65
Análisis de resultados .................................................................................................................... 65
6. CONCLUSIONES, RECOMENDACIONES Y TRABAJO FUTURO ........................................... 67
6.1. CONCLUSIONES ................................................................................................................. 67
6.2. RECOMENDACIONES ........................................................................................................ 67
6.3. TRABAJO FUTURO ............................................................................................................. 68
7. BIBLIOGRAFÍA Y REFERENCIAS ............................................................................................. 69
REFERENCIAS ................................................................................................................................ 69
8. ANEXOS ...................................................................................................................................... 72
Anexo 1. Propuesta de Trabajo de Grado ........................................................................................... 72
Página 8
Anexo 2. Encuesta de caracterización ................................................................................................ 72
Anexo 3. Actas de Reunión ................................................................................................................ 72
Anexo 4. Bitácora de actividades ....................................................................................................... 72
Anexo 5. Validación del modelo por experto en Simulación Basada en Agentes ................................. 72
Anexo 6. Validación del prototipo por experto en Gestión de Residuos Sólidos .................................. 72
Anexo 7. Validación del prototipo por funcionario de la UAESP ....................................................... 72
Anexo 8. Validación con usuarios finales ........................................................................................... 72
Anexo 9. Stakeholders ....................................................................................................................... 72
ÍNDICE DE TABLAS
Tabla 1: Comparación de modelos existentes y SIMWASTE ................................................................. 24
Tabla 2: Características de cada ciclo de acuerdo con la perspectiva de desarrollo humano que reconoce la
RCC. ..................................................................................................................................................... 29
Tabla 3: Tabla de decisión para el tipo de interfaz .................................................................................. 36
Tabla 4: Datos de la muestra para la encuesta de caracterización ............................................................ 39
Tabla 5: Entidades, variables de estado y escalas ................................................................................... 45
Tabla 6: Procesos .................................................................................................................................. 46
Tabla 7: Pruebas al prototipo ................................................................................................................. 64
ÍNDICE DE FIGURAS Y GRÁFICAS
Figura 1: Componentes de desarrollo y validación de un modelo de simulación(Sargent, 2010) ............. 25
Figura 2: Metodología para proyecto de investigación en Ingeniería ...................................................... 30
Figura 3: Primera implementación del modelo de simulación ................................................................. 34
Figura 4: Segunda implementación del modelo de simulación ................................................................ 35
Figura 5: Análisis Post mortem .............................................................................................................. 38
Figura 6: Personas por vivienda ............................................................................................................. 39
Figura 7: Bolsas generadas diariamente ................................................................................................. 40
Figura 8: Viviendas que separan por tipo de residuo .............................................................................. 40
Figura 9: Conoce acerca de las bolsas blancas ........................................................................................ 41
Figura 10: Reconoce al reciclador del barrio .......................................................................................... 41
Figura 11: Percibe la existencia de perros callejeros ............................................................................... 41
Figura 12: Conoce sobre Basura Cero .................................................................................................... 42
Página 9
Figura 13: Manejo de residuos peligrosos .............................................................................................. 42
Figura 14: Existe vínculo con el colegio Ofelia Uribe ............................................................................ 42
Figura 15: Herramienta introductoria ..................................................................................................... 43
Figura 16: Decisiones de Agente Persona .............................................................................................. 48
Figura 17: Prototipo functional .............................................................................................................. 56
Página 10
ABSTRACT
Integrated solid waste management is an important subject in terms of the challenging needs that urban
societies have not been able to supply yet, mainly due to the lack of culture and conscience of people at
this respect. SIM-WASTE is an agent-based simulation model addressed to elementary schools to use it
as a didactic tool to teach children, between 4th
and 5th grade, how people behavior about solid waste
management drastically affects the environment due to the amount of recyclable waste which ends up not
being reused.
RESUMEN
La gestión integral de residuos sólidos es importante en términos de las necesidades desafiantes que las
sociedades no han sido capaces de suplir, principalmente por la falta de cultura y conciencia de la gente al
respecto. SIM-WASTE es un modelo de simulación basado en agentes dirigido a colegios y escuelas
donde puede ser usado como herramienta didáctica para enseñar a los niños, entre 4to y 5
to grado, cómo el
comportamiento de las personas respecto a la gestión de los residuos afecta drásticamente el medio
ambiente debido a la cantidad de material potencialmente reciclable que termina no siendo aprovechado.
Página 11
RESUMEN EJECUTIVO
Dados los índices de contaminación que se atribuyen en gran parte al manejo inadecuado de los residuos,
aparece la Gestión Integral de Residuos Sólidos Domiciliarios (GIRSD) (Tchobanoglous, 1994) como una
propuesta que permite mejorar el manejo de los residuos desde su origen.
Los residuos sólidos domiciliarios son todos los residuos que surgen de las actividades humanas en los
sectores residenciales en áreas urbanas. Generalmente se dividen en dos grandes grupos: residuos
orgánicos (desperdicios alimenticios y restos de jardinería) y residuos inorgánicos (papel, plástico, vidrio,
madera y residuos peligrosos).
SIM-WASTE surge como una respuesta en el tema de cultura respecto a la gestión de residuos sólidos,
por medio de un modelo de simulación basado en agentes donde se muestra el comportamiento de los
diferentes actores en el proceso, principalmente las personas generadoras de residuos, quienes toman
decisiones como separar los diferentes tipos de residuos y la manera de disponerlos para su recolección.
Inicialmente se realizó una recolección de datos, por medio de una encuesta aplicada a una muestra
representativa de la población de interés, con el fin de tener información que permitiera generar mayor
precisión y exactitud en los resultados del modelo de simulación. Simultáneamente se realizaron
reuniones con diferentes actores involucrados en el proceso tales como representantes de ASOBEUM
(Asociación de Recuperadores) y representantes de la UAESP (Unidad Administrativa Especial de
Servicios Públicos), con los cuales se obtuvieron datos relevantes en cuanto a posibles alternativas para
mejorar el sistema de recolección actual. Posteriormente se realizó una reunión con funcionarios de
organismos públicos tales como la EAAP (Empresa de Acueducto y Alcantarillado de Bogotá) acerca de
datos importantes sobre la producción y la gestión de residuos sólidos en el sector de estudio, y los planes
distritales existentes. A partir de la información recopilada, se procedió a la construcción de un modelo de
simulación, su implementación y su respectiva validación con expertos en cada una de las áreas.
En el proceso de construcción del modelo se utilizó un ciclo de vida iterativo e incremental, es decir, cada
idea planteada sobre el modelo conceptual era validada concurrentemente con su implementación en la
plataforma de simulación escogida NetLogo. Este proceso se llevó a cabo hasta cierto punto dada la
limitación temporal para el desarrollo del proyecto. El modelo conceptual se basa principalmente en el
protocolo ODD (Overview, Design Concepts and Details) para la descripción de un modelo de simulación
propuesto por Steven Railsback (Volker Grimm, 2006) el cual tiene como característica valiosa para el
proyecto, que la descripción y especificación del modelo se realiza teniendo en cuenta su eficaz
Página 12
implementación en NetLogo. Este protocolo contempla todas las características de un modelo de
simulación basado en agentes tales como:
Objetivo del modelo
Escalas
Entidades
Variables de estado
Conceptos de diseño tales como:
o Emergencia
o Aprendizaje
o Adaptación
o Interacción
Variables de entrada y de salida.
Complementario al protocolo ODD, el diseño de los agentes se realizó teniendo en cuenta el paradigma
BDI (Zhang, Kendall, 2003) (Belief, Desire, Intention), e implementándolo haciendo uso de una librería
en NetLogo que permite la especificación de agentes con estas características, lo cual facilitó el desarrollo
del prototipo.
El Programa Social PROSOFI (Javeriana, 2013) es una iniciativa académica que inspirada en la misión, el
proyecto educativo y la política de responsabilidad social universitaria de la Pontificia Universidad
Javeriana, pretende dinamizar desde la interdisciplinariedad y la inter institucionalidad diferentes
procesos de desarrollo integral profesional en los estudiantes. Por medio de este programa se obtuvo un
apoyo importante en cuanto al trabajo de campo para la realización de actividades en el sector del caso de
estudio.
Como resultados del proyecto se obtiene un modelo conceptual de la GIRSD (Gestión Integral de
Residuos Sólidos Domiciliarios) teniendo en cuenta los residuos ordinarios, reciclables y peligrosos, y
todos los actores involucrados en el proceso desde la generación hasta la recolección de estos residuos.
Como parte de los resultados también se obtiene un prototipo funcional del modelo conceptual diseñado.
Este prototipo cuenta con características de una herramienta didáctica ya que en principio es creado para
cumplir unos objetivos pedagógicos, de manera que pueda ayudar a enriquecer el proceso que PROSOFI
desarrolla en la comunidad. Adicionalmente, se cuenta con una herramienta introductoria, que permite ver
el proceso de separación en la fuente con el fin de permitir un mayor nivel de detalle para el usuario. Se
decidió realizar una pequeña simulación en la cual el entorno es la vivienda y los habitantes de esta
realizan una separación óptima de los residuos tenidos en cuenta en el modelo general.
Página 13
A partir de los resultados obtenidos a lo largo del desarrollo de este proyecto, se concluye que el objetivo
del trabajo de grado se ha cumplido a cabalidad y el modelo propuesto como SIMWASTE ha sido
validado por medio de una herramienta de software apropiada para implementar modelos de simulación
basada en agentes, permitiendo así evidenciar las características del comportamiento en el proceso de la
GIRSD por parte de los actores involucrados de una comunidad.
Página 14
INTRODUCCIÓN
El tema de la gestión de residuos sólidos en grandes ciudades cada vez se vuelve más preocupante y
alarmante, dados los altos índices de contaminación que se atribuyen en gran medida al deficiente sistema
que se ha implantado para ello. Esta problemática se ha intentado atacar de muchas maneras, incluyendo
mecanismos sofisticados para la recolección y la disposición de los residuos. Pero es claro que ninguna de
estas fórmulas tiene la repercusión ambiental que se espera, pues el problema reside en el comportamiento
humano en el origen de estos residuos, mas no en el tratamiento que se aplique después de su disposición.
De esta manera, es necesario buscar otro tipo de solución que permita llegar a un estado deseable y
satisfactorio para todos los actores involucrados en este proceso sin sacrificar los intereses de estos. A
partir de esta necesidad surge como una respuesta SIM-WASTE, atacando esta problemática desde un
entorno educativo lo cual puede no mostrar grandes resultados a corto plazo, pero es un gran aporte si se
implementa de manera correcta en el sistema de educación básica en colegios de las diferentes
sociedades.
A continuación se presenta de manera detallada la problemática que se ataca por medio de trabajo, el
marco teórico y el estado del arte que se tuvo en cuenta para el desarrollo del proyecto en todas las áreas
del conocimiento involucradas. Luego se presenta una descripción del proceso que se llevó a cabo,
teniendo en cuenta la metodología propuesta y la realmente aplicada. Finalmente se presentan los
resultados obtenidos a partir de la validación con los expertos y las recomendaciones para trabajos futuros
en este proyecto.
Página 15
1. DESCRIPCIÓN GENERAL DEL TRABAJO DE GRADO
A continuación se realiza una descripción general de la problemática abordada en este proyecto, donde se
establecen los objetivos del proyecto.
1.1. OPORTUNIDAD O PROBLEMÁTICA
A continuación se presenta la descripción contextual de la problemática y la formulación de la pregunta
generadora.
1.1.1. Descripción del contexto
“Dentro del amplio espectro de temas que guardan relación con una problemática tan importante en
la actualidad como es la protección del Medio Ambiente, el problema de los residuos ocupa un lugar
principal en la gestión ambiental.”(Tchobanoglous, 1994)
Dados los índices de contaminación que se atribuyen en gran parte al manejo inadecuado de los residuos,
aparece la Gestión Integral de Residuos Sólidos Domiciliarios (GIRSD) como una propuesta que permite
mejorar el manejo de los residuos desde su origen. Dado que la información relacionada con una GIRSD
no es proporcionada de manera eficiente a los diferentes actores presentes en el proceso, es importante
proveer herramientas de educación sobre este tema que nos compete a todos como ciudadanos y como
parte del ecosistema.
Los problemas asociados a la gestión de los residuos sólidos en la sociedad actual son complejos debido a
la cantidad y la naturaleza diversa de los residuos, las limitaciones de fondos para los servicios públicos
en muchas grandes ciudades, el desarrollo de las zonas urbanas dispersas, el impacto de la tecnología, las
limitaciones emergentes de energía y materias primas, y la falta de conocimiento de la población sobre el
tema.
Los residuos sólidos domiciliarios son todos los residuos que surgen de las actividades humanas en los
sectores residenciales en áreas urbanas. Generalmente se dividen en dos grandes grupos: residuos
orgánicos (desperdicios alimenticios y restos de jardinería) y residuos inorgánicos (papel, plástico, vidrio,
madera y residuos peligrosos). El hacer ingeniería de las “basuras”, exige una reflexión profunda y un
análisis sistemático de los diferentes conceptos, términos y elemento del problema.(Tchobanoglous, 1994)
En cuanto a los programas didácticos sobre la gestión de residuos sólidos, algunas organizaciones se
enfocan en reducir los hábitos consumistas y promover el consumo de productos naturales mientras otras
Página 16
se enfocan en el reciclaje de materiales y la reutilización de bienes con el fin de reducir la cantidad de
residuos que tienen su disposición final en los vertederos o incineradores (Unidad Administrativa
Especial de Servicios Públicos, 2012). Generalmente los programas de educación sobre los residuos
sólidos proveen la información al público con la esperanza de mejorar los comportamientos de los
generadores de residuos.
A través del desarrollo de este proyecto, se logró contribuir en el apoyo a la educación de la población
sobre el manejo y la gestión de los residuos sólidos domiciliaros, teniendo en cuenta además que si se
educa mejor a la población, como consecuencia, se promoverá la reducción y reutilización de los residuos
sólidos (Tchobanoglous, 1994).
Finalmente, este proyecto plantea la construcción de un modelo de simulación y la implementación del
mismo a partir de un caso de estudio, lo cual ha contribuido a la consolidación de un esquema educativo
en el tema aportando a la solución de la problemática. Es importante aclarar que la implementación es un
prototipo funcional del modelo, por lo que no cuenta con todas las características planteadas
conceptualmente.
1.1.2. Formulación
A partir de la problemática planteada, se formula la siguiente pregunta que se puede responder a través de
este trabajo de grado:
¿Cómo el desarrollo de un modelo y una simulación basados en agentes de la GIRSD en los sectores de
estratos 1 y 2 de Bogotá, pueden ser utilizados como herramienta educativa por el programa social
PROSOFI?
La decisión de realizar el modelo de simulación para poblaciones de estratos 1 y 2, se tomó teniendo en
cuenta el potencial social de PROSOFI en estas poblaciones y el impacto que puede tener este trabajo en
el ámbito socio-cultural en los sectores urbanos menos favorecidos económicamente.
1.2. DESCRIPCIÓN DEL PROYECTO
A continuación se realiza una descripción global del proyecto así como la justificación y los objetivos del
mismo.
1.2.1. Visión global
Para poder ejecutar correctamente este proyecto, fue necesario realizar varias investigaciones y estudios.
Inicialmente se realizó un estudio por medio de encuestas a una muestra representativa de la población de
Página 17
interés, para así lograr la mayor confiabilidad y exactitud en el modelo de simulación. Simultáneamente
se realizaron reuniones con diferentes actores involucrados en el proceso tales como representantes de
ASOBEUM (Asociación de Recuperadores) y representantes de la UAESP con los cuales se obtuvieron
datos relevantes en cuento a las propuestas para la mejora del sistema de recolección actual.
Posteriormente se realizó una investigación en organismos públicos sobre datos importantes de la
producción y la gestión de residuos sólidos en el sector de estudio y los planes distritales existentes. Con
la información obtenida a partir de los estudios realizados anteriormente, se procedió a la construcción del
modelo de simulación, su implementación y su respectiva validación con los expertos.
1.2.2. Justificación
Las sociedades de hoy en día son grandes consumidoras de recursos naturales, por lo que ha sido
necesario generar soluciones que permitan crear una gestión apropiada para los residuos sólidos dentro de
la sociedad, promoviendo así la práctica de las tres R’s: Reducir, Reutilizar y Reciclar (McHarry, 2012).
Una manera de manejar esta problemática, es a través de la educación respecto al manejo adecuado de los
residuos sólidos que se producen en los en los hogares y así, generar apropiación del territorio y cultura
ciudadana.
Además, este proyecto contribuyó especialmente a la solución de una de las problemáticas contempladas
en la misión de la Pontificia Universidad Javeriana:
“La irracionalidad en el manejo del medio ambiente y de los recursos naturales”. (Pontificia
Universidad Javeriana, 1992)
1.2.3. Objetivo general
Desarrollar un modelo que permita la simulación basada en agentes y la visualización de la Gestión
Integral de Residuos Sólidos Domiciliarios (GIRSD) en sectores de estratos 1 y 2 en la ciudad de Bogotá,
con fines pedagógicos dentro de un marco investigativo en el programa social PROSOFI. Se tomará como
caso de estudio, el barrio El Bosque ubicado en la localidad de Usme, en la ciudad de Bogotá.
1.2.4. Objetivos específicos
o Realizar una caracterización de los diferentes actores dentro del proceso de la GIRSD.
o Desarrollar un modelo de simulación basado en agentes que integre las variables encontradas en la
caracterización realizada.
o Implementar el modelo planteado en la plataforma de simulación elegida NetLogo.
o Realizar la validación del modelo construido.
Página 18
Se debe tener en cuenta que en el anteproyecto presentado estos objetivos estaban presentados como fases
metodológicas, las cuales tienen estos objetivos incluidos implícitamente.
2. MARCO TEÓRICO Y ESTADO DEL ARTE
A continuación se establecen las definiciones de los conceptos básicos para el correcto entendimiento del
desarrollo de este proyecto.
2.1. MODELO DE SIMULACIÓN BASADA EN AGENTES
La Simulación Basada en Agentes (ABS) es un paradigma relativamente nuevo utilizado para la
simulación de sistemas con agentes autónomos interactivos. Mientras que la definición más precisa de
ABS varía según el campo de estudio (incluso dentro del mismo campo), la filosofía y los usos de ABS
son similares – simular interacciones de objetos autónomos (llamados agentes) para identificar, explicar,
generar y analizar comportamientos emergentes (Chan, Son, & Macal, 2010).
En las áreas de inteligencia artificial y ciencias sociales adoptan una noción humanizada en la
descripción de agentes. Los agentes pueden percibir, razonar, reaccionar, memorizar, y tomar iniciativas
basadas en su conocimiento, experiencia, y reglas predefinidas; todo de acuerdo a la especificación que
realicen los diseñadores (Zhang, Wang, Luo, & Li, 2010). En este sentido, un agente puede ser concebido
como un avatar de un humano o una representación de una criatura inteligente.
Un modelo de simulación tiene como objetivo capturar un sistema del mundo real. Como consecuencia, el
lenguaje de modelado usado para desarrollar el modelo de simulación debe contar con una “semántica del
mundo real” que garanticen algún tipo de confiabilidad ontológica para los modelos realizados en este
(Guizzardi & Wagner, 2011). Este lenguaje se puede definir de diferentes maneras, pero esto depende del
objetivo del modelo que se está desarrollando, el lenguaje puede ser por medio de funciones matemáticas,
modelos lógicos y modelos basados en la utilidad. Todos tienen sus ventajas y desventajas según el
sistema que se quiere representar, por lo cual es importante realizar un estudio riguroso antes de decidir
utilizar un tipo de lenguaje con el fin de obtener los mejores resultados con el menor esfuerzo posible.
2.2. PROTOCOLO ODD
El protocolo ODD (Overview, Design concepts, and Details) fue publicado en el año 2006 con el fin de
estandarizar las descripciones publicadas de modelos basados en individuos y basados en agentes (ABMs)
(Grimm et al., n.d.). Los objetivos principales del ODD son hacer las descripciones de los modelos más
Página 19
entendibles y completas, por lo tanto lograr que estos modelos deje de ser objeto de crítica por ser
irrealizables.
Las partes que componen un modelo de simulación basado en agentes según el protocolo ODD son:
Propósito
Todo modelo debe comenzar desde una pregunta, un problema o una hipótesis clara. Por
consiguiente, el protocolo ODD comienza con un resumen conciso del objetivo general para el cual el
modelo se ha desarrollado.
Entidades, variables de estado y escalas
Una entidad es un objeto o un actor individual que se comporta como una unidad y puede interactuar
con otras entidades o puede ser afectado por factores externos del entorno. Su estado actual se
caracteriza por sus variables de estado o atributos. Una variable de estado es una variable que
distingue a una entidad de las demás de su misma especie o categoría, o que rastrea cómo la entidad
cambia a lo largo del tiempo.
Los tipos de entidades que generalmente se incluyen en un ABM son:
o Agentes/individuos
o Unidades espaciales
o Entorno
o Colectivos
Descripción y planeación de procesos
Los procesos son las diferentes tareas que se realizan en la simulación, ya sean tareas realizadas por
los agentes o por el observador del modelo quien controla la ejecución de estos procesos. También se
describe qué hace cada proceso y en qué orden se ejecutan todos los procesos por los agentes.
Conceptos de diseño
Existen once conceptos de diseño:
o Principios básicos: son los conceptos generales, teorías, hipótesis o enfoques de
diseño que apoyan el modelo.
Página 20
o Emergencia: propiedad que surge a partir de una característica adaptativa o un
comportamiento de los individuos dentro del modelo.
o Adaptación: son los rasgos adaptativos que tienen los individuos. Se describen las
reglas que tienen para tomar decisiones o el cambio de comportamiento en respuesta
a cambios en ellos mismos o del entorno.
o Objetivos: si la adaptación aumenta la medida de éxito del individuo para alcanzar
algún objetivo, cuál es el objetivo que se logra y como se mide.
o Resultado (salida) esperado: a partir de la adaptación y el conjunto de objetivos.
o Detección: variables del entorno que los individuos tiene en cuenta para la toma de
decisiones.
o Interacción: tipos de interacción (directa, indirecta) entre los diferentes individuos.
o Procesos estocásticos: procesos que asumen valores aleatorios.
o Colectividad: interacción entre los individuos que pertenecen a un mismo grupo
social.
o Observación: datos obtenidos de fuentes externas para probar, entender y analizar el
modelo.
En la sección 4.3.2 se presenta el resultado del modelo conceptual una vez se aplicó este protocolo para la
descripción del modelo.
2.3. PARADIGMA DE DESCRIPCION DE AGENTES BDI.
Una investigación se ha realizado acerca de agentes BDI (Belief – Desire - Intention). BDI es uno de los
modelos en Sistemas de agentes. Actualmente, la mayoría de investigadores en agentes BDI se concentran
en la habilidad de estos agentes para seleccionar planes dinámicamente con el fin de lograr sus objetivos.
Los agentes se deben adaptar a cambios dinámicos e impredecibles.
La teoría de BDI se basa en la teoría de razonamiento propuesta por el filósofo Michael Bratman (Lin,
Hsu, & Wang, 2009.). Cohen y Levesque dijeron: “un agente podría tener muchos deseos los cuales no
todos pueden hacerse realidad” (Cohen & Levesque, 1990). Un agente BDI típico tiene un grupo de
planes.
Página 21
Dentro de la descripción de los agentes en el modelo conceptual, se tiene en cuenta este paradigma para la
especificación de decisiones de estos agentes.
2.4. PLATAFORMA DE SIMULACIÓN ELEGIDA
La selección de la plataforma para implementar el prototipo de simulación, se realizó desde la planeación
del proyecto en Seminario de Investigación. El criterio de selección fue teniendo en cuenta las
características de los modelos que se pueden implementar en las diferentes plataformas existentes. Se
decidió utilizar NetLogo dado que está orientado a la implementación de modelos con agentes simples
(Railsback & Grimm, 2012); a diferencia de otras plataformas como BESA la cual está diseñada para
implementar modelos multi-agentes complejos(Pablo, Ruiz, & Guerrero, 2009).
NetLogo es un entorno de diseño programable para la simulación de agentes en fenómenos naturales y
sociales. Es usado por miles de estudiantes, docentes e investigadores en todo el mundo. Fue creado por
Uri Wilensky y desarrollado en el Centro para Aprendizaje Conectado (CCL) en 1999 (Wilensky, 2012).
Adicionalmente, la Universidad de Northwestern provee asesoría profesional, junto con una completa
documentación y tutoriales para un mayor aprendizaje. (Volker Grimm, 2006)
Existen 4 tipos de agentes que permiten mayor flexibilidad según la simulación que se desee implementar
(Volker Grimm, 2006) (Railsback & Grimm, 2012):
Agentes: Son los agentes que se mueven alrededor del mundo. Estos poseen un identificador
único y pueden tener ciertas características particulares. Además, agentes pueden estar
subdivididas en razas (breeds) permitiendo procedimientos y variables de estado únicas para cada
raza.
Parcelas: Representan un cuadro del área en 2D ortogonal y son identificados por coordenadas (el
parcela 0.0 es el centro del mundo). A diferencia de los agentes, los parcelas no se pueden mover,
sin embargo cada uno posee sus propias características.
Enlaces: Son agentes que permiten conectar 2 agentes de manera bidireccional. A cambio de
tener coordenadas, los enlaces poseen 2 puntos extremos (donde cada uno es un agente).
Observador: El observador es el encargado de “supervisar” parcelas y agentes. Es el responsable
por inicializar el mundo, crear las agentes y realizar los procedimientos relevantes en la
simulación
Página 22
Adicionalmente, existe una extensión de sistemas de información geográfica GIS (por sus siglas en inglés
Geographic Information Systems) que permite cargar “vector data” (puntos, líneas y polígonos) y “raster
data” (grilla) en el modelo.
2.5. MODELOS DE SIMULACIÓN EXISTENTES SOBRE GIRS
Existen varios modelos de simulación desarrollados sobre comunidades artificiales u hogares individuales
que simulan los comportamientos observados y medidos en el manejo de residuos sólidos (Tucker &
Smith, 1999). A continuación se mencionan tres de las propuestas que se han desarrollado al respecto,
teniendo en cuenta el orden cronológico.
2.5.1. Solución 1: DISCUS – Juego sobre la gestión de residuos sólidos (Klee, 1970)
Juegos dirigidos son una aplicación de la técnica de simulación que proporciona experiencia al jugador en
situaciones de toma de decisiones y sustituye el juego en un entorno simulado por la participación en un
entorno real. DISCUS es un juego dirigido que ilustra la aplicación de técnicas de juego al manejo de
residuos. El objetivo del juego es establecer estaciones de transferencia, incineradores, y rellenos
sanitarios en una región geográfica hipotética, y hacer otras asignaciones tales como los costos de
colección, acarreo y procesamiento de los residuos a recoger.
2.5.2. Solución 2: Comportamiento en el Manejo de Residuos Sólidos Domiciliarios (Tucker
& Smith, 1999)
La investigación realizada consistió en demostrar la prueba de concepto para la simulación individual,
colectiva e interactiva de los comportamientos en el manejo de residuos sólidos domiciliarios para
proveer una herramienta para la planeación integrada eficiente en el manejo de los residuos. El modelo
desarrollado simula comunidades enteras como una distribución de hogares individuales comprometidos
con el manejo de sus propios residuos, por medio de actividades como compostaje o reciclaje. La
investigación tiene en cuenta el orden jerárquico personal de estas actividades, decisiones de participación
y los factores que afectan los niveles de desviación para cada una de los resultados obtenidos. Estas
decisiones son manejadas por medio de los atributos relevantes de los residentes en la comunidad,
asociado en parte a los factores socio-demográficos.
Los elementos sociales de la simulación son usados como parámetros de control que determinan los flujos
de residuos a través del hogar lo que provee una simulación del proceso, o un balance del material, a
través del hogar. Los modelos desarrollados permiten la investigación de posibles intervenciones en la
Página 23
administración distrital para incrementar el rendimiento general del sistema. Respuestas de
comportamiento a diferentes estímulos externos pueden ser igualmente simuladas.
2.5.3. Solución 3: Modelo basado en agentes para el manejo de residuos sólidos y análisis de
simulación (Guihong, Hua, Qiang, & Yan, 2008)
El sistema de manejo de residuos sólidos es un sistema complejo, dinámico y abierto, el cual tiene
diferentes elementos incluyendo tecnologías de disposición, economía y sociedad en las interacciones.
Con el fin de estudiar este sistema complejo, un modelo de simulación basado en agentes para el manejo
de residuos sólidos fue desarrollado. La GIRS basada en agentes y los Agentes en el sistema fueron
diseñados en diagramas de clase, diagramas de colaboración y diagramas de secuencia por medio de
UML. El comportamiento de la separación en hogares, el efecto de la disposición de los residuos, el costo
de sostener el sistema y la ganancia fueron simulados en diferentes escenarios.
Los resultados muestran que el modelo describe las dinámicas entre las actividades de disposición en los
hogares y las políticas en el manejo de los residuos. Se realizaron experimentos en diferentes escenarios
que mostraron la factibilidad y efectividad del modelo para evaluar políticas en el manejo de residuos.
2.5.4. Cuadro comparativo de las soluciones existentes con SIMWASTE
Una vez se estudiaron detalladamente los modelos propuestos anteriormente, se optó por no adoptar
ninguno de estos modelos dado que las sociedades a las que estos fueron aplicados son muy diferentes a
las poblaciones de estudio que se tiene en cuenta en este trabajo. Además, se observó que todas las
soluciones tienen falencias las cuales pueden ser corregidas a partir de la construcción de un nuevo
modelo el cual puede ser implementado en cualquier plataforma de simulación multi-agente.
A continuación se presenta un cuadro comparativo entre estas soluciones y la solución propuesta
SIMWASTE.
Solución Modelo Implementación Plataforma
(Tucker &
Smith, 1999)
Utiliza un modelo jerárquico
de las sub-procesos incluidos
(generación, reuso,
compostaje, disposición,
recolección)
Uso de Sistemas de
Información geográfica.
No menciona
(Guihong et al.,
2008)
Modelo basado en diagramas
de de clases, colaboración y
secuencia en UML.
A partir de las clases y
actores del modelo
conceptual.
Repast
Página 24
(Klee, 1970) Construye modelos
matemáticos para simular las
decisiones tomadas por el
jugador.
Utiliza una región geográfica
hipotética.
Implementado en
FORTRAN IV para
un computador IBM
1130.
SIMWASTE Utiliza el protocolo ODD para
la construcción del modelo
conceptual.
Uso de modelos lógicos para
la definición objetivos de
utilidad en las decisiones
tomadas por los agentes.
Uso de Sistemas de
Información Geográfica.
Uso del paradigma BDI para
la definición de agentes que
toman decisiones.
Uso de librerías que
permiten la aplicación de los
algoritmos necesarios para la
movilidad de los agentes.
NetLogo
Tabla 1: Comparación de modelos existentes y SIMWASTE
2.6. VALIDACIÓN EN MODELOS DE SIMULACIÓN
Los modelos de simulación basada en agentes son utilizados como un método para analizar “sistemas
sociales” particularmente aquellos caracterizados por partes interactivas múltiples y comportamientos no
lineales (Carley, 2002; Davidsson, n.d., 2002). Estos modelos son difíciles de validar porque representan
un nuevo enfoque de simulación para el cual métodos tradicionales de validación no siempre son
aplicables(Louie & Carley, 2008). A partir de estos restos, es necesario primero analizar un proceso de
validación apropiado para este tipo de modelos.
De acuerdo con la manera en que el proceso de validación es ejecutado o la fase en el proceso de
desarrollo del modelo donde este se realice, se pueden encontrar diferentes tipos de validación.
Validación empírica o estadística, validación del modelo conceptual o validación operacional, validación
estructural o validación del proceso (Klügl, 2008).
Trabajos anteriores en proceso de validación para modelos de simulación se pueden dividir en dos hilos.
Un hilo se encarga de definir los pasos principales en la validación (Sargent, 2010). El otro hilo se
encarga de definir las técnicas que se deben usar durante cada paso principal de la validación(Gurcan,
Dikenelli, & Bernon, 2011). El proceso de validación debe estar atado al propósito y al contexto para el
cual el modelo es desarrollado.
Página 25
Figura 1: Componentes de desarrollo y validación de un modelo de simulación(Sargent, 2010)
En la figura anterior se muestran las tres partes que conforman un modelo de simulación que pueden ser
validadas. La validez conceptual se logra determinando el grado en el que las teorías del modelo y las
suposiciones subyacentes son apropiadas para el propósito del modelo. La validez operacional del modelo
se logra determinando el grado en el que los resultados obtenidos a partir de la simulación corresponden a
los obtenidos en el sistema real.
2.7. FUNDAMENTOS EN GESTIÓN DE RESIDUOS SÓLIDOS
A continuación se presentan los conceptos clave sobre la gestión de residuos sólidos.
2.7.1. Gestión de residuos sólidos domiciliarios
Orígenes de los residuos sólidos
Los orígenes de los residuos sólidos en una comunidad, están, en general, relacionados con el uso del
suelo y su localización. Aunque pueden desarrollarse diferentes clasificaciones sobre los orígenes, las
siguientes categorías son las más apropiadas paras una comunidad urbana(Tchobanoglous, 1994):
Domiciliario
Comercial
Institucional
Página 26
Construcción y demolición
Servicios municipales
Plantas de tratamiento
Industrial
Agrícola
Tipos de residuos sólidos domiciliarios
Los residuos sólidos domiciliarios, consisten en residuos sólidos orgánicos (combustible) e inorgánicos
(incombustibles) de zonas residenciales y de establecimientos comerciales. Típicamente la fracción
orgánica de los residuos domiciliarios y comerciales está formada por materiales como (entre los más
comunes) (Pineda M., 1998):
Residuos de alimentos
Papel
Cartón
Plásticos
Textiles
Cuero
Residuos de jardinería
Madera
Vidrio
Latas
Aluminio
Residuos domésticos peligrosos
Plan de inclusión de población recuperadora
El servicio público de aseo de la ciudad de Bogotá está orientado principal y prioritariamente hacia el
transporte y el enterramiento de basuras en el Relleno sanitario Doña Juana, en donde se disponen
diariamente 6.300 toneladas de residuos sólidos. (Unidad Administrativa Especial de Servicios Públicos,
2012)
Página 27
El esquema de recolección y transporte se caracteriza por tener una estructura dual: de una parte empresas
privadas mediante contratos de concesión realizan una labor formalizada, remunerada, que representa
para la ciudadanía costos significativos; y de otra parte una población de miles de recicladores de oficio
en condiciones de vulnerabilidad realiza diariamente una labor informal, sin remuneración, carente de
reconocimiento y utilizando vehículos de tracción humana y animal (Itsuki & Komoda, 2004).
El nuevo modelo implicará una tecnificación gradual y progresiva de la actividad de los
recicladores de oficio, de forma tal, que sin perder su trabajo y fuente de sustento, esa población pueda
desarrollar su actividad superando dos características que la distinguen actualmente: a) la separación de
residuos en vía pública, en condiciones riesgosas para su salud y b) el transporte en medios de tracción
humana o animal. En consecuencia, mediante mecanismos financieros idóneos se dotará a las
Organizaciones Autorizadas de recicladores de oficio, de una flota mecanizada apta para la recolección y
transporte de material reciclaje, y se organizarán rutas específicas y exclusivas a cargo de cada
organización. (Unidad Administrativa Especial de Servicios Públicos, 2012)
2.8. FUNDAMENTOS DE EDUCACIÓN
A continuación se describen los conceptos de educación utilizados en este documento.
2.8.1. Definición de Didáctico
Según la Real Academia Española se tienen 4 definiciones de Didáctico o didáctica (Real Academia
Española, 2013):
Perteneciente o relativo a la enseñanza.
Propio, adecuado para enseñar o instruir.
Propio, adecuado para enseñar o instruir.
Arte de enseñar.
Teniendo en cuenta estas definiciones, se define que el modelo a desarrollar cumple con estos objetivos,
los cuales son muy similares con los de una herramienta educativa, pero existen algunas diferencias que
hacen referencia principalmente a la rigurosidad de los procesos educativos, por lo cual SIMWASTE no
se define como herramienta educativa sino como una herramienta didáctica dentro de un entorno
educativo como lo es un salón de clases con un docente a cargo de los estudiantes.
Página 28
2.8.2. Educación en gestión de residuos sólidos domiciliarios
En Malasia, el gobierno gasta aproximadamente entre el 40% y 70% del dinero de los impuestos
anualmente para a gestión de los residuos sólidos. Menos del 5% de estos residuos son reciclados a pesar
de que más del 70% pueden ser reciclados de alguna manera. El objetivo de este estudio fue evaluar el
conocimiento, actitudes, estados de conciencia y comportamientos de estudiantes de primer año (n = 589)
por medio de una encuesta. Los resultados mostraron que el conocimiento en el tema era moderado. Por
lo tanto es necesario fomentar mediante la educación y la concienciación sobre la gestión de residuos
sólidos en el campus y el desarrollo de programas para promover el cambio de actitudes y prácticas
ambientales sostenibles.(Desa, Kadir, & Yusooff, 2011)
Por medio de un estudio se evaluó el impacto de la aplicación de un programa de educación escolar sobre
el conocimiento medioambiental de estudiantes, parientes, y profesores, analizando las actitudes y
comportamientos. Estudiantes entre los 11 y 13 años de escuelas de primaria en Cracovia Polonia,
participaron en el programa por un periodo de 4 meses y junto con sus padres y profesores fueron
encuestados al final del programa. En términos generales, se encontró que al final de programa los
conocimientos respecto a la GRS habían mejorado sustancialmente. La tercera parte de los estudiantes
que participaron en el programa compartieron lo aprendido con sus padres y tuvieron mejoras en las
prácticas sobre el manejo de residuos en sus casas (Grodzinska-Jurczak, Bartosiewicz, Twardowska, &
Ballantyne, 2003)(Grodzinska-Jurczak, Bartosiewicz, Twardowska, & Ballantyne, 2003)(Grodzinska-
Jurczak, Bartosiewicz, Twardowska, & Ballantyne, 2003)(Grodzinska-Jurczak, Bartosiewicz,
Twardowska, & Ballantyne, 2003)(Grodzinska-Jurczak, Bartosiewicz, Twardowska, & Ballantyne,
2003)(Grodzinska-Jurczak, Bartosiewicz, Twardowska, & Ballantyne, 2003)(Grodzinska-Jurczak,
Bartosiewicz, Twardowska, & Ballantyne, 2003)
2.8.3. Ciclos de educación
La reorganización Curricular por Ciclos (RCC) y la transformación de la enseñanza para la garantía del
derecho a una educación de calidad de los niños, niñas y jóvenes de Bogotá, que lidera la Secretaría de
Educación de Bogotá desde el desarrollo del Plan Sectorial 2008-2’12 “Educación de Calidad para una
Bogotá positiva” tiene su fundamento en la Constitución Nacional de 1991, la Ley 115 de 1994, el
Movimiento Pedagógico Nacional de Fecode de 1982, las declaraciones del Foro Educativo Distrital 2009
sobre calidad y pertinencia de la educación (Clara López Obregón, 2008).
Ejes de desarrollo para cada ciclo
Página 29
Se establecen a partir de la caracterización de los niños, niñas y jóvenes, Se establecen como las
actividades rectoras que regulan el desarrollo del sujeto y el proceso de aprendizaje en cada uno de los
ciclos.
Estos ejes posibilitan el diseño de estrategias pedagógicas en cada uno de los ciclos acorde con las
necesidades y demandas de aprendizaje de los niños, niñas y jóvenes. Su desarrollo genera diferentes
niveles de complejidad, lo que facilita el logro de los aprendizajes de los estudiantes al recorrer los cinco
ciclos. Los cinco ciclos se presentan a continuación.
Ciclo Primero Segundo Tercero Cuarto Quinto
Impronta
del ciclo
Infancia y
construcción
de los sujetos
Cuerpo,
creatividad y
cultura
Interacción social
y construcción de
mundos posibles
Proyecto de
vida
Proyecto
profesional y
laboral
Ejes de
desarrollo
Estimulación y
exploración
Descubrimiento
y experiencia
Indagación y
experimentación
Vocación y
exploración
profesional
Investigación
y desarrollo de
la cultura para
el trabajo
Grados Preescolar, 1°
y 2°
3° y 4° 5°, 6° y 7° 8° y 9° 10° y 11°
Edades 3 a 8 años 8 a 10 años 10 a 12 años 12 a 15 años 15 a 17 años
Tabla 2: Características de cada ciclo de acuerdo con la perspectiva de desarrollo humano que reconoce la RCC.
Ciclos escogidos para aplicar la simulación como herramienta didáctica
La decisión de los ciclos de educación escogidos para la aplicación de la simulación como herramienta
didáctica, se tomó a partir de una reunión que se realizó con un funcionario de la Secretaría de Educación
Distrital y con nuestra asesora en Educación, quienes acordaron en que dadas las características de la
simulación podría aplicarse en principio a usuarios que se encuentren en los ciclos de educación 2 y 3.
Estos ciclos se explican a continuación.
Segundo ciclo
Este ciclo constituye un espacio que tiende a disminuir el fracaso escolar y la deserción del conocimiento,
buscando mantener el sentido y el encanto que tiene el colegio para los niños y niñas del primer ciclo, y
asegurando el paso del primer ciclo al segundo.
Página 30
Formulación de pregunta
Creación de la solución
Puesta a prueba Análisis y síntesis
El segundo ciclo agrupa los niños y niñas en edades entre los 8 y 10 años. Estos niños centran su
actividad académica en las relaciones y afectos; encuentran que lo valioso del colegio es la relación con
sus compañeros, amigos y profesores, dando más valor a la amistad y al reconocimiento del otro.
Tercer ciclo
Es un ciclo con niños y niñas en edades entre 10 y 12 años, en transición de la niñez a la pre adolescencia.
Esta etapa se caracteriza por fuertes cambios físicos, emocionales e intelectuales. En este período de vida
los aprendizajes están orientados por la indagación y experimentación, los procesos que se desarrollan
están anclados en las dinámicas de los niños y las niñas que comienzan a dominar las relaciones de
proporcionalidad y de conversación, sistematizan operaciones concretas, las cuales no solo se refieren a
objetos reales, sino que inician un camino hacia la fantasía y la construcción de mundos posibles.
3. PROCESO
Este proyecto fue desarrollado a partir de la definición de unas fases metodológicas las cuales se
describen a continuación.
3.1. METODOLOGÍA PROPUESTA
Dado que este es un proyecto de investigación, fue necesario plantear una metodología para el proceso
propuesto por el Método Científico con un enfoque para Ingeniería (González, 2012):
A continuación se presentan las diferentes fases metodológicas con sus respectivas actividades realizadas.
3.1.1. Recopilación bibliográfica
o Realizar una reunión con experto en simulación de agentes simples para obtener la
bibliografía recomendada sobre el tema.
o Seleccionar la bibliografía de apoyo sobre la simulación de agentes simples a partir de la
recomendación del experto.
Figura 2: Metodología para proyecto de investigación en Ingeniería
Página 31
o Consultar con el experto las dudas generadas a partir de la información seleccionada.
o Realizar una búsqueda bibliográfica de apoyo respecto al manejo de la herramienta
elegida para desarrollar el prototipo de simulación NetLogo.
o Realizar una reunión con experto en GIRSD para obtener la bibliografía recomendada
sobre el tema.
o Seleccionar la bibliografía de apoyo sobre la GIRSD a partir de la recomendación del
experto.
o Consultar con el experto las dudas generadas a partir de la información seleccionada.
o Visitar el sector que se eligió como caso de estudio: barrio El Bosque (Usme), con el fin
de conocer los diferentes procesos involucrados en la gestión de residuos sólidos.
o Realizar la recolección de datos necesarios sobre el caso de estudio elegido para la
realización de la validación.
A partir de las actividades mencionadas anteriormente, se logró establecer una base sólida de
conocimiento para el correcto desarrollo de las fases metodológicas posteriores.
3.1.2. Diseño
Las actividades relacionadas con el diseño se realizaron de acuerdo al protocolo ODD (Volker Grimm,
2006)mencionado anteriormente:
o Definir el propósito del modelo.
o Definir las entidades, variables de estado y escalas del modelo tales como:
Agentes/individuos.
Unidades espaciales.
Entorno.
Grupos sociales.
o Realizar la descripción de los procesos y actividades del modelo.
o Definir los conceptos de diseño del modelo. Estos son:
Principios básicos
Adaptación de entidades
Objetivos de adaptación
Resultado (salida) esperado
Página 32
Detección
Interacción
Procesos estocásticos
Colectividad
Observación
o Describir el estado inicial del modelo, cuáles son las entidades que existen inicialmente
en el modelo y qué valores de estado tienen estas entidades.
o Especificar los datos de entrada del modelo como la información geográfica.
o Definir los parámetros, las dimensiones, y los valores de referencia del modelo.
3.1.3. Construcción
o Realizar un análisis de requerimientos para medir el alcance del prototipo.
o Recopilación de información geográfica del barrio el Bosque, Usme.
o Desarrollo de las herramientas tipo filtro para la conversión de información geográfica e
importación a la herramienta NETLOGO
o Implementar el prototipo funcional en NETLOGO del caso de estudio definido, a partir
del modelo obtenido en la fase anterior.
3.1.4. Validación del prototipo
o Aplicar un plan de pruebas al prototipo para validar su funcionamiento con un experto
en simulación de agentes.
3.2. DESARROLLO DEL PROYECTO
En la primera etapa del proyecto se realizó una revisión bibliográfica exhaustiva en los temas de
simulación basada en agentes y gestión de residuos sólidos. A partir de esta investigación se procedió a
realizar una encuesta de caracterización en el barrio tomado como caso de estudio para así lograr
identificar las propiedades más comunes en los residentes de esta comunidad. Para ver información
detallada sobre las encuestas por favor dirigirse al anexo 2 “Encuesta de caracterización” (Ver Sección 8
Anexos).
Posteriormente, se realizaron varias reuniones con diferentes actores del sistema, tales como la
representante de la asociación de recicladores (ASOBEUM) quien nos colaboró en la definición de
material aprovechable que se genera en esta comunidad. También se realizaron reuniones con
funcionarios de empresas del sector público involucrado dentro del proceso, tales como la Empresa de
Acueducto y Alcantarillado de Bogotá (EAAB), la Unidad Especializada de Servicios Públicos (UASP), y
Página 33
la Secretaría de Educación Distrital y que fueron recopiladas en el anexo 3 “Actas de Reunión”. Estas
reuniones permitieron recibir retroalimentación por parte de los funcionarios que no atendieron, quienes
mostraron gran interés en la simulación como herramienta pedagógica que podría ser usada en los
colegios públicos de Bogotá.
Como resultado de estas reuniones fue posible establecer un documento de requerimientos que satisface
las necesidades planteadas por “nuestros clientes” o personas involucradas, y que sirvió como carta de
navegación para el proyecto.
Conjuntamente y como parte del paso a seguir, se desarrolló el modelo conceptual y una implementación
básica del modelo simultáneamente, lo cual facilitó en gran medida la implementación final, pues ya se
tenía mayor conocimiento en cuanto al lenguaje de programación, las propiedades, facilidades e
inconvenientes de la plataforma.
A partir de las recomendaciones recibidas se procedió a realizar una implementación más completa y
precisa del modelo en cuanto a la parametrización estática y las propiedades del modelo como
herramienta educativa para niños en los ciclos de educación escogidos (1 y 2).
Además de las reuniones realizadas con los diferentes funcionarios públicos, se realizaron numerosas
reuniones con los asesores en las diferentes áreas de conocimiento con quienes se tomaron igualmente
decisiones críticas en la construcción del modelo desde los diferentes ángulos. Este proceso fue muy
importante dado que hubo puntos en los que no había mutuo acuerdo entre las opiniones, por lo que fue
necesario realizar cuadros de decisión teniendo en cuenta las ventajas y desventajas de las diferentes
opciones existentes.
3.2.1. Desarrollo del prototipo
Este proceso fue uno de los más importantes en el desarrollo del trabajo, dado el impacto esperado que se
tenía desde las diferentes áreas del conocimiento.
La primera implementación que se realizó, consta de una interfaz con características gráficas de un video
juego tradicional. Pero no contaba con las propiedades de adaptación a la información geográfica las
cuales son necesarias para poder implementar una herramienta genérica como se había planteado
originalmente.
A continuación se muestra una imagen del prototipo logrado en esta primera implementación.
Página 34
Figura 3: Primera implementación del modelo de simulación
El mundo de este modelo fue establecido con una herramienta adicional creada en Netlogo que permitía
definir la configuración del mundo (un editor del mapa donde se podían definir el número y las
características de cada uno de los agentes). Finalmente este editor generaba como salida un archivo .csv
(por sus siglas en ingles comma-separated values) que servía como inicialización del mundo en la
simulación.
Aunque este modelo no era eficiente y exacto en sus datos, motivo por el cual se descartó, si se rescató la
implementación del editor de mapas que permitió agilidad a la hora que hacer pruebas y además la
definición de un archivo con los datos de entrada para el modelo.
Simultáneamente se desarrolló un modelo basado en la información geográfica suministrada por
PROSOFI donde se contaba con los vectores de las vías del barrio en archivos con extensión .shp. Como
resultado se obtuvo un mapa preciso del sector, sin embargo, poco llamativo a los usuarios, lo que causo
incertidumbre en cuanto a cuál de los dos modelos utilizar.
A continuación se presenta una imagen con la interfaz gráfica del segundo modelo planteado.
Página 35
Figura 4: Segunda implementación del modelo de simulación
Como se puede apreciar en la imagen, la apariencia de la aplicación no es muy agradable y menos si el
objetivo principal de la simulación es con fines didácticos para niños entre los 8 y 12 años. Pero este
inconveniente se pudo resolver más adelante utilizando una capa de presentación donde se utiliza una
imagen caricaturizada del barrio sobrepuesta con el fin de hacer la interfaz más agradable para el usuario
final teniendo en cuenta las recomendaciones del experto en educación.
Aparte de las razones mencionadas anteriormente para la decisión tomada, se realizó una reunión con
cada uno de los asesores en las diferentes áreas del conocimiento registrando las ventajas y desventajas
desde cada punto de vista y un puntaje a cada prototipo planteado. A continuación se presenta el cuadro
de decisión realizado al respecto.
Asesor
Modelo con vectores Modelo dibujado
Comentarios Calificación Comentarios Calificación
Página 36
Oscar
Chavarro
La información
geográfica es precisa.
Permite el uso de
algoritmos complejos para
el manejo de rutas
5
Es agradable para los
usuarios.
Puede generar problemas de
desplazamiento de los
agentes
2
Rafael
González
Cumple la meta de toma
de decisiones a largo
plazo.
4
Más didáctico como
herramienta educativa.
Cumple la meta educativa a
corto plazo.
3
Sandra
Méndez
Posee más fundamento
ingenieril.
4
Cuenta con las
características de una
herramienta educativa.
3
Mónica
Brijaldo
Frio.
Poco amigable.
No hay puntos de
referencia fácilmente
identificables.
2
Muy cercano a los
videojuegos tradicionales.
Mayor reconocimiento del
territorio.
5
TOTAL 15 13
Tabla 3: Tabla de decisión para el tipo de interfaz
Esta fue una de las decisiones más difíciles de tomar en todo el proceso, pues las opiniones estaban muy
divididas y la decisión que se tomó al final se basó en los 2 puntos de diferencia que existían entre los dos
modelos.
3.3. REFLEXIÓN METODOLÓGICA
Este proyecto se realizó a partir la planeación definida en la propuesta, donde se estableció una serie de
actividades y entregables que permitirían su correcto desarrollo. Sin embargo, cuando se puso en marcha
el proyecto fue necesario realizar ajustes a las actividades en cuanto al tiempo y fecha de ejecución
asignada.
Página 37
La planeación realizada fue por fases, donde se definieron actividades las cuales se ejecutaban en tiempos
cortos y secuencialmente Esto restringía realizar en gran medida actividades en paralelo, lo que permitía
que errores o retrasos en fases previas, se propagaran en fases posteriores. Por esta razón fue necesario
reajustar la planeación de las actividades, en donde se les asignaba un mayor tiempo pero además se
planificaban varias actividades en paralelo, lo que mejoró la sincronización y la consistencia entre
actividades.
Estos cambios en la planeación permitieron un mayor control de algunos riesgos que se tenían debido al
poco conocimiento en el tema, y a la falta de experiencia con la herramienta Netlogo. Estos cambios
permitieron que hubiera una mayor verificación y calidad en las actividades que se iban desarrollando.
Sin embargo, a pesar de los cambios que se realizaron en cuanto a ejecución de tareas, no existió ningún
cambio en cuanto a los entregables establecidos originalmente.
Para visualizar mejor la comparación entre las estimaciones en el anteproyecto y lo que realmente sucedió
en el proceso, se presenta a continuación una gráfica con los tiempos (en horas) en cada una de las fases
metodológicas.
Página 38
Figura 5: Análisis Post mortem
Es importante tener en cuenta que los tiempos del proceso real se obtuvieron de la bitácora que se realizó
a lo largo de todo el trabajo en donde se registraron todas las actividades realizadas con fecha, tiempo
(horas) y una breve descripción de cada actividad. Para ver la bitácora de actividades referirse al anexo 4
“Bitácora de actividades” (Ver Sección 8 Anexos).
80
60
140
80
50
120
150
30
Recopilación bibliografica
Diseño Construcción Validación
Análisis Post mortem
Estimado Real
Página 39
4. RESULTADOS OBTENIDOS
Los resultados de este trabajo de grado se presentan a continuación los cuales incluyen el modelo
conceptual y la validación de este por medio de un prototipo funcional. Luego se mencionan algunas
recomendaciones a tener en cuenta para la mejora del trabajo desarrollado.
4.1. ENCUESTA DE CARACTERIZACIÓN
La primera actividad que se realizó con el fin de obtener mayor información sobre el sector tomado como
caso de estudio y poder cumplir la fase de validación operacional del modelo, fue una encuesta realizada
en el comedor comunitario del barrio a donde asisten madres de familia con sus hijos, lo que permitió
obtener datos representativos para la caracterización de hogares en el sector.
Para ver el formato de la encuesta de caracterización referirse a los anexos de la encuesta de
caracterización (Ver Sección 8.Anexos). A continuación se presentan los datos y los resultados de la
muestra.
Datos de la muestra
N [tamaño del universo] 366
p [probabilidad de ocurrencia] 0.5
Nivel de Confianza (alfa) 90%
d [ error máximo de estimación] 10%
TAMAÑO MUESTRA REPRESENTATIVA 57 Tabla 4: Datos de la muestra para la encuesta de caracterización
Los siguientes son los resultados obtenidos de la encuesta:
1. Número de personas por vivienda
Figura 6: Personas por vivienda
6%
17%
8%
19% 13%
10%
13%
4% 10%
1
2
3
4
5
6
7
8
Página 40
2. Cantidad de residuos generados diariamente
Figura 7: Bolsas generadas diariamente
3. El horario de recolección de residuos en el barrio es lunes, miércoles y viernes. No existe una
hora fija de recolección.
4. El lugar de disposición de las bolsas para su recolección es sobre la avenida principal, pues
únicamente por esta pasa el camión recolector.
5. Separación en origen
Figura 8: Viviendas que separan por tipo de residuo
6. Conocimiento acerca de la propuesta de bolsas blancas y negras para la separación de residuos
52% 36%
8%
4%
Menos de una bolsa
Una bolsa
Dos bolsas
Mas de dos bolsas
37%
63%
Separa
No separa
Página 41
Figura 9: Conoce acerca de las bolsas blancas
7. Reconocimiento del reciclador del barrio
Figura 10: Reconoce al reciclador del barrio
Con respecto al horario de recolección de este, las personas que contestaron afirmativamente
afirman que siempre pasa en las horas de la mañana, de 6am a 7am.
8. Existencia de perros callejeros en el barrio
Figura 11: Percibe la existencia de perros callejeros
42%
58%
Sí
No
23%
77%
Sí
No
90%
2% 8%
Sí
No
No sabe
Página 42
9. Conocimiento acerca del programa Basura Cero en Bogotá
Figura 12: Conoce sobre Basura Cero
10. Manejo de residuos peligrosos
Figura 13: Manejo de residuos peligrosos
11. Existencia de vínculo con el Colegio Ofelia Uribe
Figura 14: Existe vínculo con el colegio Ofelia Uribe
19%
81%
Sí
No
44%
25% 2%
29%
los mezcla con los demás residuos
Los almacena en una bola diferente
Los entrega al hospital más cercano
48%
52%
Sí
No
Página 43
4.2. HERRAMIENTA INTRODUCTORIA
Una de las decisiones complicadas de tomar en todo este proceso se originó a partir de una limitación que
apareció en cuanto al nivel de granularidad en el modelo, es decir, a qué nivel de acercamiento se iba a
presentar el proceso de gestión de residuos. En principio se pensó mostrar tanto el proceso de separación
en origen (hogares) y el proceso de recolección, todo en un mismo modelo. Pero dada la limitación
espacial y dimensional que aparece dadas las características de resolución de los dispositivos en los cuales
se va a utilizar la aplicación, fue necesario separar estos dos procesos y dejar el de separación de residuos
en origen como una herramienta introductoria para que el usuario comprenda mejor el funcionamiento del
modelo global.
Figura 15: Herramienta introductoria
4.3. MODELO CONCEPTUAL
El modelo de simulación fue desarrollado utilizando el protocolo ODD el cual se ha explicado en la
sección de Marco Teórico. A continuación se define el modelo conceptual a partir de este protocolo.
Página 44
4.3.1. ODD
4.3.1.1 Propósito
En la actualidad, la mayor parte de la población no tiene conciencia sobre el impacto que produce no
realizar una correcta separación de los residuos desde la fuente, debido a que no se identifica con su
entorno y además no ve las consecuencias que este puede tener en el ambiente. Esta idea equivocada, está
siendo transmitida a las demás generaciones las cuales están adquiriendo y apropiando estos hábitos,
bastante perjudiciales para la sociedad y el ambiente.
Este modelo muestra el impacto que tienen las decisiones que se toman a diario respecto al manejo de los
residuos desde el hogar, y cómo a partir de diferentes escenarios donde varía el grado de separación de los
residuos, se pueden generar cambios importantes en el entorno.
Este modelo simula la gestión de residuos sólidos domiciliarios, en donde se representa el proceso por los
cuales atraviesan los residuos desde el momento que son generados dentro del hogar, en algunos casos,
pasando por una separación según el tipo de residuo (residuos ordinarios, material potencialmente
reutilizable y residuos peligrosos), hasta la disposición para la recolección por parte del agente
responsable.
A continuación se presenta el orden de ejecución de los procesos.
Figura 7: Ejecución de procesos
4.3.1.2 Entidades, variables de estado y escalas
Aun cuando la esencia del modelo es la separación de los residuos desde el origen, a su alrededor también
se ven involucradas diferentes entidades que puede hacer que esta separación cause o no un impacto
significativo en el ambiente y en el entorno. Es por esta razón de a continuación se definen las entidades
involucradas con sus variables respectivas que representan sus características, necesarias durante el
proceso de implementación en la simulación.
Nombre Descripción Variables
Persona Genera los residuos en origen. Este agente -Creencias
Comenzar Generar-residuos
Separar-residuos
Disponer Recolectar
-bolsas-blancas
Recolectar-bolsas-negras
Página 45
es el encargado de llevar a cabo el
procedimiento de separación y de disponer
los residuos para su recolección
-Intenciones
Bolsa negra Agente que acumula los residuos ordinarios
si estos no se usarán en proceso de
compostaje.
-Capacidad máxima de la
bolsa en Kg
Bolsa blanca Agente que acumula material
potencialmente reutilizable.
- Capacidad máxima de la
bolsa en Kg
Bolsa roja Agente que acumula los residuos peligrosos. - Capacidad máxima de la
bolsa en Kg
Camión
recolector
Agente encargado de la recolección de las
bolsas negras.
-Horario de recolección
-Recorrido de recolección
-Capacidad máxima de carga
del camión en Kg
Reciclador Agente encargado de la recolección de los
residuos recuperables.
-Horario del recorrido
-Recorrido de recolección
-Capacidad máxima de carga
del reciclador en Kg
Animal Agente que deambula por las vías en busca
de alimento.
Predio Entorno en el que vive cada persona y en el
que se produce residuos.
Barrio Barrio de estrato 1 o 2 en Bogotá. Cada lote
representa un predio del barrio.
Tabla 5: Entidades, variables de estado y escalas
Un tick representa un segundo, sin embargo la simulación es asíncrona dado que la velocidad de los ticks
es variable según la parametrización dada.
4.3.1.3 Procesos
Una vez identificadas las entidades involucradas en la gestión integral de residuos sólidos domiciliarios,
es ahora necesario identificar los procesos que producen la interacción entre estas entidades y que
permiten el desarrollo de la simulación de manera que se hagan evidentes los impactos que se producen a
través del tiempo. A continuación se describen los procesos involucrados junto con el responsable de
realizarlo dentro del modelo y su forma en que afecta el entorno.
Página 46
Proceso Ejecutor Descripción
Comenzar Observador Crea el escenario inicial y define los valores de
cada una de las variables dependiendo los
valores asignados en la inicialización y del caso
de estudio que se esté modelando
Generar-residuos Persona Genera los residuos de una persona. Los tipos de
residuos a generar (bolsa negra, blanca o roja)
estarán dados dependiendo si la persona separa o
no sus residuos.
Disponer Persona Cada cantidad de tiempo determinado, las
personas disponen los residuos para su
recolección de estos por el agente encargado.
Recolectar-bolsas-
negras
Camión recolector Este proceso se ejecutará de acuerdo a la hora
determinada para cada camión, con el fin de
hacer el recorrido que tenga definido y la
recolección de los residuos a su paso.
Recolectar-bolsas-
blancas
Reciclador Este proceso se ejecutará de acuerdo a la hora
determinada para cada reciclador, con el fin de
hacer la recolección del material potencialmente
reutilizable.
Destruir-bolsas-negras Animal Este proceso lo ejecuta cada agente perro que
hay en la simulación. Cada vez que encuentra
una bolsa negra en su camino decide si la
destruye o no.
Tabla 6: Procesos
4.3.1.4 Conceptos de Diseño
4.3.1.4.1 Propiedades emergentes
Una característica importante de la simulación basada en agentes es el comportamiento global agregado
del modelo producto de la dinámica e interacción entre los agentes, donde generalmente es la menos
esperada y que finalmente genera unas salidas.
Página 47
En este modelo, el resultado será la cantidad de bolsas blancas y negras generadas al final de la
simulación. Estas cantidades varían según el comportamiento de los agentes persona, es decir, si se decide
separar la cantidad de bolsas blancas aumenta y la cantidad de bolsas negras disminuye.
4.3.1.4.2 Especificación de los agentes
Agente persona
El agente persona está encargado de representar a las personas que disponen los residuos sólidos
domiciliarios para su recolección. Son aquellas personas que llevan las bolsas de basura producidas desde
su hogar, hasta el punto de recolección.
El agente persona es el agente con mayor relevancia en el modelo ya que es el quien genera los residuos,
y toma las decisiones que afectan el sistema en mayor proporción. El comportamiento de este agente está
dado por la definición de las siguientes decisiones:
Separar residuos: Si el agente no separa los residuos, únicamente estará en la posibilidad de
generar bolsas negras. Si el agente separa el material potencialmente reutilizable de los residuos
ordinarios, este genera bolsas blancas y negras respectivamente. Finalmente si el agente separa
los residuos peligrosos, también generara bolsas rojas.
Disponer los residuos a la hora indicada: El agente debe conocer la hora de recolección del
camión, por lo que debe decidir en qué momento pone en disposición los residuos para su
recolección, antes de la hora en que el camión recolecta los residuos
Disponer cada bolsa en el lugar indicado. El agente debe decidir en qué lugar dispone los
residuos, de manera que el camión recolector pase por ahí y pueda recoger.
El objetivo de este agente busca maximizar U definida como la satisfacción que la persona tiene cuando
separa los residuos. Está definido por una ecuación de utilidad que le permite evaluar sus opciones y
tomar una decisión de acuerdo al beneficio generado, producto de la toma de esa decisión.
• : Valor a maximizar.
• : Bolsas blancas generadas
• : Cantidad de personas
• i: Personas que generan bolsas blancas
Página 48
Este agente estará descrito usando el modelo BDI (Belief – Desire – Intention) (Jo & Einhorn, 2005) lo
que permitirá definir su comportamiento, su entorno, y sus objetivos. De esta manera entonces se definirá
una solución a una actividad en particular a la cual se esté enfrentando el agente durante el proceso de
disponer los residuos sólidos domiciliarios.
Figura 16: Decisiones de Agente Persona
Agente Reciclador
El agente reciclador está encargado de representar a los recicladores que se encuentran involucrados en la
GIRSD de un barrio. Este estará encargado de recolectar el material potencialmente reutilizable que ha
sido generado por el agente persona, y que ha puesto a disposición en bolsas blancas para su recolección.
De acuerdo al comportamiento que el agente reciclador, este tendrá la posibilidad de tomar las siguientes
decisiones durante la simulación
Elegir ruta de recolección: El agente reciclador no tendrá una ruta establecida, por lo cual, la ruta
estará dada de acuerdo a la cantidad de bolsas blancas que hayan sido dispuestas, por esta razón el
agente siempre intentara ir por la calle con mayor cantidad de bolsas blancas.
Decidir hora de disposición
•Creencia: El agente conoce el horario en el cual el camion recolector pasa.
•Deseo: La hora de disposicion de los residuos debe ser antes de la hora en el que el camion recoletor pasa.
• Intensiones: Los residuos deben permanecer en la calle el menor tiempo posible. La hora en que se disponen los residuos debe ser lo mas cercana a la hora del recorrido camion recolector
•Eventos: 5 horas antes de que el camion recolector pase
Decidir lugar de disposición
•Creencia: El agente conoce la ruta del camion recolector
•Deseo: Disponer los residuos en un lugar donde el camion recolector los pueda recoger.
• Intensiones: Disponer los residuos en el lugar mas cercano. Disponer los residuos en un lugar permitido para hacerlo
•Eventos: 5 horas antes de que el camion recolector pase
Página 49
Decidir hora de recolección: El horario del agente reciclador tampoco estará definido, por lo que
será una decisión propia del agente, sin embargo, esta deberá estar ligada a la hora en que el
camión recolector pase, ya que si es muy cercana, puede que el camión recolector pase primero y
recolecte las bolsas blancas, pero si es muy lejana puede que no encuentre muchas bolsas blancas
debido a que los agentes persona aun no la han puesto a su disposición.
El agente reciclador estará regido por una carga limite (un número máximo de bolsas blancas que es
capaz de recolectar) la cual, en caso de cumplirla, obligara al agente terminar su recorrido de recolección
de bolsas blancas. Sin embargo el agente también estará en la capacidad de, una vez vaya al centro de
acopio en donde dejara el material recolectado, regresar y continuar su recolección.
Agente Camión Recolector
El agente Camión Recolector estará encargado de representar el camión recolector de basura de la ciudad.
Este estará definido por un horario en el cual debe hacer la recolección, haciendo el recorrido establecido
por la compañía y recolectando toda clase de residuos sólidos domiciliarios (que incluyen bolsas de
cualquier tipo de color)
EL agente Camión Recolector recogerá todos los residuos sólidos que se encuentre a su paso durante el
recorrido definido. Sin embargo, no será capaz que recolectar residuos que no estén sobre una de las vías
programadas durante el recorrido.
Agente Animal
El agente Animal representará los animales callejeros que se identificaron a partir de la encuesta de
caracterización como uno de los involucrados dentro de la GIRSD y que además es crítico en los sectores
de estratos 1 y 2. Este agente influye en la simulación de manera maléfica, rompiendo las bolsas que los
agentes Persona han dispuesto para su recolección, impidiendo que este proceso se realice.
Adaptación
Ruta del recorrido
Horario del Recorrido
Abrir o no una bolsa (con mayor probabilidad una negra)
Irse del barrio después de un tiempo determinado sin encontrar bolsas negras
Página 50
4.3.1.4.3 Estocasticidad
La estocasticidad en el modelo constituye cierto nivel de aleatoriedad que permite que la simulación
produzca resultados diferentes cada vez que esta se ejecuta, permitiendo evaluar diferentes escenarios.
Esta aleatoriedad estará dada por la generación de números pseudoaleatorios, la cual además ya se
encuentra implementada en la herramienta Netlogo (Railsback & Grimm, 2012).
En el modelo de simulación, la distribución p(Y) se formula en términos de una función de forma genérica
basada en la distribución Beta con un factor de escala basados en los descriptores de la población en
estudio(Tucker & Smith, 1999).
S: descriptores socio-demográficos
X: unidad de escala (cantidad de bolsas generadas).
m y n: parámetros fijos del modelo, estimados a partir de la los datos recolectados en la encuesta
de caracterización.
A continuación se describen las variables que mantendrán cierto grado de aleatoriedad específico:
Horarios de disposición de residuos: Existe un rango de tiempo, pero el momento exacto es
definido aleatoriamente.
Cantidad de bolsas generadas: De acuerdo a la información obtenida en la encuesta de
caracterización, puede generarse una bolsa o menos diariamente en cada vivienda. Como la
recolección de residuos se realiza cada 2 días, entonces hay familias que generan 1 bolsa para
disponer y hay otras que generan 2. En el segundo caso, el tipo de bolsa depende de la
parametrización en cuanto a la cantidad de viviendas que deciden separar. El modelo asume una
distribución Beta para la generación de residuos en las viviendas.
Ruta de recolección del agente reciclador: La ruta que toma el reciclador depende de la cantidad
de bolsas blancas que ve en determinada calle. En el caso en que no encuentre bolsas blancas en
el camino, la decisión de la ruta se toma aleatoriamente cuando llega a un punto de convergencia
de varias vías.
Horario de recolección del agente reciclador: El horario de recolección del reciclador depende
del horario de recolección del camión, es decir, el reciclador hace su recorrido en un rango de
tiempo cercano y anterior al del horario del camión.
Recorrido del agente perro: Tanto el horario y la ruta de este agente es totalmente aleatoria.
Página 51
4.3.1.5 Inicialización
El estado del modelo al inicio de la simulación varía en algunos parámetros dados por el usuario, mientras
que otros son constantes.
La inicialización de los parámetros de la simulación se realiza a partir de los datos reales del caso de
estudio.
Cantidad y ubicación de personas: La cantidad de personas estará dada por el número de casas
que posea el caso de estudio que se modele, y su ubicación inicial será la ubicación geográfica de
la casa de esa persona.
Cantidad y punto de inicio de camiones: La cantidad de camiones estará dada por el número real
de camiones que utiliza la compañía de aseo para la recolección de residuos en el sector del caso
de estudio y su punto inicial será la calle de ingreso al área del caso de estudio según la ruta
definida por la compañía.
Cantidad y punto de inicio de recicladores: La cantidad de recicladores estará dada por el número
aproximado de recicladores que existen en el sector del caso de estudio y su punto de inicio está
dado por cualquier calle que permita el acceso al sector del caso de estudio
Horarios de recorrido de camiones y recicladores: Los camiones recolectores y recicladores
tendrán definida la hora en la cual deben realizar su recorrido.
Ruta de recolección de camiones: Los camiones tendrán definida la ruta de recolección definida,
según la ruta que la compañía ha definido en el sector del caso de estudio.
Cantidad de animales en las vías: Esta variable será definida por el usuario e indica la cantidad
de animales que aparecerán en la simulación a lo largo de su desarrollo.
Número de personas que separan: Indica la cantidad de personas que separan los residuos de
entre toda la población, y será definida por el usuario al comienzo de la simulación
4.3.1.6 Datos de Entrada
Los datos de entrada de la simulación estarán dados por un archivo formato .csv (comma-separated
values) que contendrá la siguiente información:
Con el fin de generar apropiación y reconocimiento del territorio por parte de los usuarios, este
archivo contendrá información geográfica real del sector del caso de estudio, transformada para
su uso en Netlogo a partir de los vectores de las calles proporcionados en un proyecto en el
programa ArcGIS (usando extensiones .shp, .shx, .sbx, .sbn, .prj, sbf, .xml)
Página 52
Adicionalmente el archivo contendrá todos los valores de inicialización de las variables
anteriores, exceptuando únicamente la cantidad de animales en las vías y el número de personas
que separan las cuales podrán ser elegidas por el usuario al momento de comenzar la simulación
4.3.1.7 Submodelos
Hora de disposición de residuos: La hora en la cual las personas disponen los residuos define en gran
parte el éxito o el fracaso del modelo ya que de esta dependen los demás agentes. El agente persona debe
disponer los residuos de manera que cuando el camión realice su recorrido, estos ya se encuentre sobre la
calle para ser recogidos. Además debe existir un tiempo suficiente que le permita al agente reciclador
hacer su recorrido recolectando el material potencialmente reutilizable, antes de que el camión la recoja.
Finalmente es importante que los residuos permanezcan en la calle el menor tiempo posible para evitar
que un agente animal llegue y destruya la bolsa con los residuos impidiendo su recolección. El agente
persona debe calcular el momento el cual debe sacar la basura teniendo en cuenta estas variables, sin
embargo el cálculo debe ser aleatorio, con el fin de mantener la estocasticidad del modelo
Lugar de disposición de residuos: Es necesario que el agente persona elija el lugar de disposición de los
residuos, de tal manera que el camión tenga acceso y se encuentre dentro de su ruta de recorrido para que
pueda recolectarla. El agente debe calcular este lugar a partir de la posición en la que se encuentra,
buscando el lugar más cerca (teniendo en cuenta que en la vida real las personas tienden a caminar la
menor distancia posible para disponer sus residuos). Una vez elegido el lugar donde se hará la disposición
de los residuos, el agente busca el camino más cerca, evaluando las posibles rutas que podría utilizar para
desplazarse al lugar y hacer la disposición
4.4. PROTOTIPO FUNCIONAL
Una vez se decidió utilizar el segundo modelo planteado, se procedió a implementar el resto de este
modelo, los agentes y sus atributos a partir de los requerimientos definidos a continuación.
Id Nombre Descripción Prioridad Clasificación Versión Estado
RNF El sistema debe
estar alojado en una máquina que
cumpla unos
requerimientos mínimos.
El sistema requiere
una máquina con sistema operativo
Windows XP o
superior y con Java 5 o superior, 200
MB libres en el
disco duro, 512 KB
de RAM disponible
Alta Máquina 1.0 Definido
Página 53
y 1 GHtz de
procesador.
RNF El sistema debe
estar dirigido a
usuarios entre 6 y 10 años de edad
El sistema debe
proveer una
interfaz grafica y un lenguaje para
usuarios entre 6 y
10 años que se encuentran en los
ciclos educativos
primero y segundo
Medio Educacion 1.0 Implementado
RNF El modelo del sistema debe ser
basado en agentes
El modelo del sistema debe ser
definido para que
pueda ser inplementado a
traves de agentes
simples
Alto Simulacion 1.0 Validado
RNF El sistema debe ser desarrollado
en la plataforma
netlogo
El sistema debe ser implementado en la
plataforma de
software Netlogo, la cual es orientada
a simulación
basada en agentes,
y su objetivo es educativo y
científico
Medio Simulacion 1.0 Validado
RF El sistema debe simular los
agentes
involucrados en la
gestión de residuos sólidos
domiciliarios en el
sector del caso de estudio
El sistema debe simular los agentes
"Persona",
"Reciclador",
"Camión Recolector" y
"Perro"
identificados en la GIRSD en el sector
del caso de estudio
barrio El Bosque, Usme.
Alto Simulación 1.0 Validado
RF El sistema debe
simular el
movimiento de los agentes sobre las
vías que
actualmente posee el sector del caso
de estudio
El sistema debe
permitir el
desplazamiento de los agentes durante
la simulación
únicamente sobre las vías que existen
en el sector del
Alto Simulación 1.0 Implementado
Página 54
caso de estudio
RF El sistema debe
mostrar el mapa a
escala del sector del caso de
estudio
El sistema debe ser
capaz de cargar un
mapa del sector del caso de estudio a
partir de un archivo
con extensión .png
Bajo Interfaz
Grafica
1.0 Implementado
RF El sistema debe
mostrar las vías
que actualmente
posee el sector del caso de estudio
El sistema debe
cargar las vías que
posee el sector del
caso de estudio actualmente, a
partir de un archivo
contenedor de los vectores que las
representan con
extensión .shp
Alto Interfaz
Grafica
1.0 Implementado
RF El sistema debe mostrar las
entidades
involucradas en el gestión de
residuos sólidos
domiciliarios que
posee el sector del caso de estudio
El sistema debe representar los
Residuos
ordinarios, reciclables y
peligros, los cuales
son los principales
involucrados en la GIRSD
Medio Interfaz Grafica
1.0 Implementado
RF El sistema debe
representar el material
potencialmente
reutilizable por
medio una bolsa blanca
La convención a
usar para representar el
material
pontencialmente
reutilizable debe ser una bolsa
blanca
Alto Interfaz
Gráfica
1.0 Implementado
RF El sistema debe representar los
residuos
ordinarios por
medio una bolsa negra
La convención a usar para
representar los
residuos ordinarios
debe ser una bolsa negra
Alto Interfaz Gráfica
1.0 Implementado
RF El sistema debe
representar los residuos peligroso
por medio una
bolsa roja
La convención a
usar para representar los
residuos peligrosos
debe ser una bolsa
roja
Alto Interfaz
Gráfica
1.0 Implementado
Página 55
RF El sistema debe
permitir diferenciar las
personas que
separan de las que
no
El sistema debe
representar las personas que
separan sus
residuos con el
color verde, y las personas que no
separan con el color
rojo
Medio Interfaz
Gráfica
1.0 Implementado
RF El sistema debe permitir elegir al
usuario el
porcentaje de la población que
realiza separación
de material potencialmente
reutilizable
El usuario debe poder elegir el
porcentaje de la
población que separa el material
potencialmente
reutilizable en bolsas blancas
Medio Datos de E/S 1.0 Implementado
RF El sistema debe
permitir elegir al usuario el
porcentaje de la
población que realiza separación
de residuos
peligrosos
El usuario debe
poder elegir el porcentaje de la
población que
separa los residuos peligrosos en
bolsas rojas
Medio 1.0 Definido
RF El sistema debe permitir elegir el
nivel de
separación de los residuos.
El usuario debe estar en la
capacidad de elegir
el número de personas de la
población que
separan sus
residuos
Datos de E/S 1.0 Implementado
A partir de los requerimientos definidos se realiza la implementación del modelo. Esta última
implementación se evidencia a continuación.
Página 56
Figura 17: Prototipo functional
4.4.1. Descripción del prototipo
A continuación se describe brevemente cada característica del prototipo funcional final.
Barra “Separan”: permite al usuario definir la cantidad de personas que separan en todo el barrio.
Barra “Color_Reciclador”: permite al usuario definir el color del agente reciclador durante la
ejecución de sus tareas.
Barra “Color_Camion”: permite al usuario definir el color del agente camión durante la ejecución
de sus tareas.
Botón “Comenzar”: inicializa la simulación. Configura todas las variables con sus valores
iniciales respectivos.
Botón: “Jugar!”: ejecuta la simulación.
Botón “Hay perros?”: Coloca un agente perro en un lugar aleatorio de las vías. Se pueden crear
cuantos perros el usuario desee.
Monitor “Bolsas blancas recolectadas”: permite llevar el conteo de las bolsas blancas recolectadas
por el agente reciclador.
Monitor “Bolsas negras recolectadas”: permite llevar el conteo de las bolsas negras recolectadas
por el agente reciclador.
Página 57
Monitor “Bolsas negras destruidas”: permite llevar el conteo de las bolsas negras destruidas por
los animales.
Agente Camión y Agente Reciclador: tanto el camión como el reciclador tienen una hora fija de
recolección; el reciclador pasa a las 7am y el camión pasa a las 8am, esto teniendo en cuenta las
recomendaciones del experto en gestión de residuos. El algoritmo que se utilizó para el
desplazamiento de los agentes se describe en la siguiente sub sección. El agente reciclador tiene
dentro de sus tareas recoger solamente las bolsas blancas que encuentre durante su recorrido, y el
agente camión recoge solamente las bolsas negras. El usuario puede elegir el color tanto del
reciclador como del camión con las barras de selección “Color_Reciclador” y “Color_Camion”
respectivamente.
Agente Persona: la cantidad de personas que deciden separar es definida por el usuario por medio
de la barra “Separan”; una vez el usuario ha definido esta cantidad, da click en el botón
“Comenzar” y los agentes que separan cambian su color a verde, mientras que aquellos que no
separan quedan de color rojo.
Agente Animal: camina de forma aleatoria por la avenida principal del barrio y destruye una
cantidad aleatoria de bolsas negras que encuentra en su recorrido.
Agente Caneca Blanca y gente Caneca Negra: en cada punto de salida del barrio a la avenida
principal las personas disponen sus bolsas de cada color respectivamente.
Imagen de fondo: para hacer la simulación más llamativa para los usuarios finales, se tomó una
imagen desde Google Earth (Google, 2013) con el barrio de estudio, se caricaturizó con una
herramienta de uso libre llamada BeFunky (BeFunky, 2013) y se colocó como fondo de la
simulación.
4.4.2. Descripción de algoritmos del prototipo
A continuación se describen los principales algoritmos usados en la implementación del prototipo:
Algoritmo de carga de mapas
Los mapas del sector del caso de estudio fueron cargados a la simulación usando la librería de
información geográfica GIS, lo que permitió visualizar los vectores de las calles en el mundo de la
simulación. Sin embargo, la librería no adiciona la funcionalidad que los agentes se desplacen por los
vectores. Para ello, fue necesario generar un algoritmo que adicional a cargar los vectores a la simulación,
permitiera generar una especie de sombra sobre los parcelas para permitir que los agentes de desplazaran
sobre ellos. Para esto se generó un algoritmo que permitía preguntarle a cada parcela de la simulación, si
se encontraba bajo un vector (vector que representa una vía en el mundo real), y de ser así, le diera un
color diferente que lo distinguiera de los demás. Como resultado, todos los parcelas bajo el vector tenían
Página 58
un color diferente que representaba una vía, formando una línea sobre la cual los agentes eran capaces de
desplazarse.
Algoritmo de desplazamiento de agentes
Debido a que las vías estaban representadas por un conjunto de parcelas de un color determinado que las
distinguía, era necesario indicar a los agentes que se movieran únicamente en estas direcciones. Dado que
además en algunos puntos, las vías tenían intersecciones, un agente debía elegir uno de entre varios
posibles caminos. Para esto, se hizo uso de las vecindades de orden 1 y 2 en una grilla cuadrada donde
cada parcela tiene 8 vecinos. En NetLogo estas parcelas se llaman “neighbors” y “neighbors4”, las cuales
permiten identificar las parcelas vecinas a una parcela específica (la parcela sobre la cual se encontraba el
agente en ese momento). De esta manera se identificaban las parcelas a las cuales era posible desplazarse.
Cada agente persona posee un objetivo que es un lugar en el mundo al cual desea llegar. Así entonces, el
agente evalúa cuál de las parcelas a las que tiene la posibilidad de desplazarse, se encontraba más cerca de
su objetivo para luego desplazarse. Para evitar que agentes sin objetivo se desplazaran a la parcela por la
cual habían llegado, fue necesario que cada agente mantuviera una lista de las parcelas visitadas,
validando que al momento de desplazarse a una parcela determinada, ésta aún no estuviera dentro de su
lista de parcelas visitadas. Finalmente se desplazaba y la agregaba a su lista de parcelas visitadas.
A continuación se muestra el algoritmo implementado en lenguaje NetLogo para el desplazamiento de los
agentes.
Precondición:
El agente está en una parcela de la grilla.
Pos condición:
El agente se mueve a una parcela válida sobre el camino.
Algoritmo
// se crea una lista con los vecinos de orden 1 del agente con los parámetros definidos.
set t neighbors4 with [not member? self [lista] of myself and pcolor = 43] // indica la parcela de “t” la cual está más cercana a la bolsa objetivo.
let target min-one-of t [distance min-one-of bolsasN [distance myself]]
// si no tiene un objetivo definido aún crea una lista con los vecinos de orden 2 del agente con los
parámetros definidos. ifelse target = nobody[
set t neighbors with [not member? self [lista] of myself and pcolor = 43]
set target min-one-of t [distance min-one-of bolsasN [distance myself] ] // Va a su parcela objetivo y realiza sus tareas
Página 60
5. VALIDACIÓN
Dado que un modelo de simulación atraviesa varios procesos durante su construcción, es necesario
validar cada uno de estos pasos con el fin de asegurar el cumplimiento de los objetivos del modelo.
5.1. Pruebas al prototipo
Una vez se realizó la última versión del prototipo funcional, se procedió a realizar una fase de pruebas
sobre este para validar los resultados que este arrojaba en diferentes situaciones dadas donde se evidencia
la cantidad de residuos que terminan siendo desperdiciados y aprovechados. A continuación se presentan
imágenes de las diferentes situaciones que se tuvieron en cuenta para este proceso.
Situación 1: Ninguna persona separa los residuos
En el tick 927, cuando ya ha pasado el reciclador y el camión recolector, se tienen 291 bolsas negras
recolectadas, 0 bolsas blancas recolectadas y 0 bolsas destruidas por animales. Se puede ver la barra
“separan” con 0 personas.
Página 61
Situación 2: 10 personas separan los residuos
En el tick 927, cuando ya ha pasado el reciclador y el camión recolector, se tienen 284 bolsas negras
recolectadas, 5 bolsas blancas recolectadas y 0 bolsas destruidas por animales. Se puede ver la barra
“separan” con 10 personas.
Página 62
Situación 3: 100 personas separan en origen y aparece un animal
En el tick 928, cuando ya ha pasado el reciclador y el camión recolector, se tienen 247 bolsas negras
recolectadas, 42 bolsas blancas recolectadas y 1 bolsa destruida por animales. Se puede ver la barra
“separan” con 100 personas.
Página 63
Situación 4: Todas las personas separan
En el tick 927, cuando ya ha pasado el reciclador y el camión recolector, se tienen 148 bolsas negras
recolectadas, 154 bolsas blancas recolectadas y 0 bolsas destruidas por animales. Se puede ver la barra
“separan” con 322 personas.
A continuación se presenta una tabla con los resultados de todas las pruebas realizadas al prototipo.
Prueba # Personas que
separan
# Perros Bolsas blancas
recolectadas
Bolsas negras
recolectadas
Bolsas negras
destruidas
1 0 0 0 291 0
2 0 2 0 286 5
3 10 0 5 289 0
4 10 2 5 279 10
5 50 0 20 258 0
6 50 1 20 274 1
7 100 0 42 228 0
8 100 3 42 208 20
9 150 0 67 202 0
10 150 2 67 188 14
Página 64
11 200 0 93 196 0
12 200 1 93 174 22
13 250 0 131 165 0
14 250 3 131 150 15
15 300 0 146 152 0
16 300 2 146 141 11
17 322 0 154 148 0
18 322 1 154 140 8
Tabla 7: Pruebas al prototipo
A partir de esta serie de pruebas sobre el prototipo, se puede evidenciar la diferencia que existen entre los
diferentes escenarios propuestos, en cuento a la cantidad de bolsas generadas de cada color, entre más
personas separen sus residuos, menor cantidad de bolsas negras se producen, y entre mayor cantidad de
animales callejeros existan, menos bolsas negras serán recolectadas por el camión.
5.2. Validación del modelo conceptual
Dado que el asesor en la parte de simulación basada en agentes fue el Ingeniero Rafael González, se
decidió que lo más conveniente era realizar la validación del modelo propuesto con él mismo, pues
muchas decisiones al respecto se tomaron teniendo en cuenta sus recomendaciones. La carta de validación
del modelo se puede encontrar en el anexo 5 “Validación del modelo por experto en Simulación Basada
en Agentes”
5.3. Validación del prototipo
La validación del prototipo tiene dos fases las cuales se describen a continuación:
Primera fase
La primera fase fue realizar una última reunión con la Ingeniera Sandra Méndez, asesora en la parte de
Gestión Integral de Residuos, quien validó que el orden de los procesos estuviera debidamente ejecutado
en la simulación. La carta de validación del prototipo en cuanto a la GIRS se puede encontrar en el anexo
6 “Validación del prototipo por experto en Gestión de Residuos Sólidos”.
Segunda fase
Página 65
La segunda fase fue realizar una última reunión con la funcionaria de la UAESP quien ha estado presente
durante todo el proceso, la asesora de dirección general Nohora Usme, quien realizó una serie de
recomendaciones para trabajos futuros con el resultado obtenido en este trabajo de grado. La carta de
validación del prototipo en cuanto a la utilidad del prototipo y el trabajo futuro recomendado se puede
encontrar en el anexo 7 “Validación del prototipo por funcionario de la UAESP”.
5.4. Validación con usuarios finales
Para realizar la validación con los usuarios finales, se le realizó un test a 10 estudiantes (5 de grado 4to y 5
de grado 5to) del Colegio Ofelia Uribe localizado en el barrio El Bosque en la localidad de Usme. El test
estuvo compuesto de dos partes, una antes y una después de la ejecución del prototipo, con el fin de
verificar el impacto de la herramienta en el conocimiento sobre la separación de los residuos.
Análisis de resultados
A partir de los datos obtenidos en las encuestas, se procede a realizar un análisis de los resultados
obtenidos con los cuales se evidencia el impacto que produce la aplicación de la simulación como
herramienta didáctica para la población objetivo.
0
1
2
3
4
5
6
1 2 3 4 5 6 7 8 9 10 11 12 13
Resp
uesta
s c
orr
ecta
s
No. Pregunta
Encuestas Grado 4°
Antes de la simulación
Después de la simulación
Página 66
De acuerdo a los resultados obtenidos con esta prueba piloto, se puede concluir que la simulación sirve en
la mayoría de los casos para enseñarle al usuario cuál debe ser el proceso integral sobre la gestión de
residuos, pues los resultados antes de las pruebas mostraban un conocimiento mínimo al respecto, y las
pruebas después de aplicar la simulación permiten validar su utilidad para mejorar estos conocimientos.
El test y los datos obtenidos se encuentran en el anexo 8 “Validación con usuarios finales”.
0
1
2
3
4
5
6
1 2 3 4 5 6 7 8 9 10 11 12 13
Resp
uesta
s c
orr
ecta
s
No. Pregunta
Encuestas Grado 5°
Antes de la simulación
Después de la simulación
Página 67
6. CONCLUSIONES, RECOMENDACIONES Y TRABAJO FUTURO
6.1. CONCLUSIONES
A partir de los objetivos que se plantearon para el desarrollo de este trabajo de grado, se obtiene una serie
de conclusiones en las cuales se refleja la culminación exitosa de este proyecto.
A partir de los resultados obtenidos en la validación con el usuario final y el constante trabajo de
campo realizado, se concluye que SIMWASTE genera un impacto en una comunidad
determinada promoviendo la gestión integral de residuos sólidos domiciliarios.
NetLogo es una herramienta para la implementación de simulación basada en agente de fácil
aprendizaje, interactiva, y con suficiente documentación y soporte, lo que le permitió realizar
implementaciones con mayor agilidad.
Fue enriquecedor conocer un lenguaje de programación orientado a modelos de simulación
basados en agentes. En su mayoría, es declarativo y tiende a ser intuitivo en sus instrucciones
básicas, sin embargo, cuando es necesario implementar algoritmos complejos, puede ser algo
difuso y tedioso.
La validación con los expertos en las diferentes áreas del conocimiento permitió asegurar el
cumplimiento de los objetivos planteados en este proyecto.
A partir de las reuniones realizadas con los funcionarios de las diferentes instituciones estatales
como la UAESP EAAB y ASOBEUM, se logró enriquecer el modelo con la información de los
diferentes procesos en la gestión de residuos sólidos que estas entidades poseen.
6.2. RECOMENDACIONES
A continuación se presentan algunas recomendaciones que podrían permitir mejorar los resultados
obtenidos en la investigación:
La simulación basada en agentes puede llegar a ser muy compleja y poderosa, por lo que se
recomienda continuar en un futuro en búsqueda de mejores resultados. Con una calibración del
modelo a partir de datos más precisos de los que fueron obtenidos a través de la encuesta de
caracterización, podría permitir que el modelo brindara datos más confiables y cercanos a la
realidad.
NetLogo posee limitaciones en cuanto a su interfaz gráfica, por lo cual no se recomienda a la hora
de desarrollar una simulación con fines didácticos, dado que no permite la importación de
imágenes para crear agentes con imágenes diferentes a las definidas por NetLogo y los mensajes
de usuario tampoco son personalizables.
Página 68
NetLogo cuenta con una extensión llamada GraphStream, la cual permite exportar grafos creados
con agentes de NetLogo al Framework de Eclipse Java, con el fin de aplicar algoritmos ya
implementados a estos grafos y devolver los grafos modificados con estos algoritmos aplicados a
NetLogo. Se recomienda tener en cuenta esta librería para realizar una implementación más
compleja del modelo planteado. Esto se puede tener en cuenta para realizar una simulación para
la toma de decisiones por parte de las entidades competentes.
6.3. TRABAJO FUTURO
Dadas las limitantes de tiempo que se tuvieron para la realización de este trabajo, no fue posible tener en
cuenta algunas características de un modelo de simulación complejo en el cual se evidencien los
comportamientos de los agentes en todas las situaciones posibles. En principio la finalidad de esta
simulación era desarrollar una herramienta para la toma de decisiones por parte de funcionarios del área
competente, pero dadas estas limitaciones fue necesario acortar el alcance de este trabajo reduciéndola a
una herramienta pedagógica.
Los siguientes son algunas actividades de trabajos futuros que permitirían un mayor campo de trabajo y
análisis del modelo
Incluir dentro del modelo de simulación una errónea separación de residuos en la fuente y su
impacto en el sistema macro.
Incluir dentro del modelo algoritmos de decisión en rutas óptimas para la recolección de residuos
por parte de los camiones recolectores.
Complementar el modelo, de manera que permita mostrar el comportamiento que poseen las
personas que no separan sus residuos, cuando se encuentran alrededor de personas que si lo
hacen.
Continuar la implementación del prototipo SIMWASTE, pero teniendo en cuenta una calibración
del modelo con datos más cercanos a la realidad.
Implementar el modelo en una plataforma de simulación basada en agentes que permita mayor
flexibilidad y proponga soluciones a las limitaciones de NetLogo.
Con el fin de medir el impacto que podría tener la herramienta en los usuarios finales, sería
necesario realizar una prueba piloto en un colegio donde, con la ayuda de expertos en el tema y
de una forma más detallada que la realizada en la validación con los usuarios finales, fuera
posible medir el aprendizaje real que obtienen los estudiantes sobre la correcta gestión de los
residuos sólidos al usar la herramienta.
Página 69
7. BIBLIOGRAFÍA Y REFERENCIAS
REFERENCIAS
Carley, K. M. (2002). Computational organizational science and organizational engineering. Simulation
Modelling Practice and Theory, 10(5-7), 253–269. doi:10.1016/S1569-190X(02)00119-3
Chan, W. K. V., Son, Y.-J., & Macal, C. M. (2010). Agent-based simulation tutorial - simulation of emergent behavior and differences between agent-based simulation and discrete-event simulation
(pp. 135 –150). doi:10.1109/WSC.2010.5679168
Clara López Obregón, R. S. Á. (2008). ReoRganización cuRRiculaR poR (p. 108).
Cohen, P. R., & Levesque, H. J. (1990). Intention Is Choice with Commitment *, 42(1990), 213–261.
Davidsson, P. (n.d.). Multi Agent Based Simulation: Beyond Social Simulation. Retrieved from
http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.15.1056
Davidsson, P. (2002, January 31). Agent Based Social Simulation: A Computer Science View. JASSS.
Retrieved from http://jasss.soc.surrey.ac.uk/5/1/7.html
Desa, A., Kadir, N. B. A., & Yusooff, F. (2011). A Study on the Knowledge, Attitudes, Awareness Status and Behaviour Concerning Solid Waste Management. Procedia - Social and Behavioral Sciences,
18, 643–648. doi:10.1016/j.sbspro.2011.05.095
Grimm, V., Berger, U., Deangelis, D. L., Polhill, J. G., Giske, J., Railsback, S. F., Science, C., et al.
(n.d.). The ODD protocol : a review and first update, 2760–2768.
Grodzinska-Jurczak, M., Bartosiewicz, A., Twardowska, A., & Ballantyne, R. (2003). Evaluating the
Impact of a School Waste Education Programme upon Students’, Parents' and Teachers' Environmental Knowledge, Attitudes and Behaviour. International Research in Geographical and
Environmental Education, 12(2), 106–122. doi:10.1080/10382040308667521
Guihong, B., Hua, W., Qiang, L., & Yan, H. (2008). Agent based model for solid waste management and
policy simulating analysis (pp. 768 –773). doi:10.1109/CHICC.2008.4605156
Guizzardi, G., & Wagner, G. (2011). Towards an ontological foundation of agent-based simulation.
Proceedings of the Winter Simulation …, 284 –295. doi:10.1109/WSC.2011.6147757
Gurcan, O., Dikenelli, O., & Bernon, C. (2011). Towards a generic testing framework for agent-based simulation models (pp. 635 –642). Retrieved from
http://ieeexplore.ieee.org/xpl/articleDetails.jsp?tp=&arnumber=6078175&contentType=Conference
+Publications&queryText%3DAgent-based+Simulation
Klee, A. J. (1970). DISCUS-A Solid-Waste Management Game. Geoscience Electronics, IEEE
Transactions on, 8(3), 125 –129. doi:10.1109/TGE.1970.271406
Página 70
Klügl, F. (2008). A validation methodology for agent-based simulations. Proceedings of the 2008 ACM
symposium on Applied computing - SAC ’08 (p. 39). New York, New York, USA: ACM Press.
doi:10.1145/1363686.1363696
Lin, Z., Hsu, H., & Wang, F. (n.d.). Intention Scheduling for BDI Agent Systems. 29th Annual
International Computer Software and Applications Conference (COMPSAC’05), 1, 133–140.
doi:10.1109/COMPSAC.2005.92
Louie, M. a., & Carley, K. M. (2008). Balancing the criticisms: Validating multi-agent models of social
systems. Simulation Modelling Practice and Theory, 16(2), 242–256.
doi:10.1016/j.simpat.2007.11.011
Pablo, J., Ruiz, G., & Guerrero, G. (2009). BESA / ME : multi agent applications development platform
over mobile devices with JME, 6(3).
Sargent, R. G. (2010). Verification and validation of simulation models (pp. 166 –183).
doi:10.1109/WSC.2010.5679166
Tchobanoglous, G. (1994). Gestión integral de residuos solidos. Madrid: Mcgraw-Hill.
Tucker, P., & Smith, D. (1999). Simulating household waste management behaviour. Journal of Artificial
Societies and Social …. Retrieved from http://jasss.soc.surrey.ac.uk/2/3/3.html
Zhang, X., Wang, J., Luo, L., & Li, Y. (2010). Real-time task scheduling behavior in agent-based product
development process simulation (pp. 295 –299). doi:10.1109/CSCWD.2010.5471960
Zhang, Kendall, J. (2003). A software Engineering Process for BDI Agent-Based Systems. IEE.
Asmawati Desa, N. B. (2011). A Study on the Knowledge, Attitudes, Awareness Status.
ScienceDirect , 18, 643-648.
BeFunky. (2013). BeFunky. Retrieved 05 19, 2013, from Befunky: http://www.befunky.com/
California State University, Chico. (2012). ROI. Retrieved 11 26, 2012, from
www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=1&ved=0CDIQFjAA&url=http:
//www.csuchico.edu/celt/roi/&ei=H261UKj-
IJSc8gTrloE4&usg=AFQjCNGMTsLCE5eyrf83SXsbQ-
O10N9OrA&sig2=8OjW8lgfSeYyi0esztkmxw
González, R. A. (2012). El método científico y la investigación basada en el diseño. Bogotá.
Google. (2013). Google Earth. Retrieved 05 19, 2013, from Google Earth:
www.kh.google.com/download/earth/index.html
Página 71
Itsuki, R. D., & Komoda, N. (2004). A recycle chain management system concept and an analysis method
using RF-ID tags . IEEE Xplore , 5, 4509 - 4514.
Javeriana, P. U. (2013). PROSOFI. Retrieved from PROSOFI: http://puj-
portal.javeriana.edu.co/portal/page/portal/Facultad%20de%20Ingenieria/plt_facultad/Prosofi
Jo, C. H., & Einhorn, J. M. (2005, November-December). A BDI Agent-Based Software Process. Vol 9,
No 9 pp 101-121.
McHarry, J. (2012). Reducir, Reutilizar, Reciclar. Madrid, España: Ecoespaña.
Pineda M., S. I. (1998). Manejo y disposición de residuos solidos urbanos. Bogota: Acodal.
Pontificia Universidad Javeriana. (1992, Abril 22). Misión, Acuerdo No. 0066 del Consejo Directivo
Universitario. Retrieved Septiembre 11, 2012, from http://puj-
portal.javeriana.edu.co/portal/page/portal/PORTAL_VERSION_2009_2010/es_mision
Railsback, S. F., & Grimm, V. (2012). NetLogo 5.0.2 User Manual.
Tchobanoglous, G. (1994). Gestión Integral de Residuos Sólidos. Madrid, España: McGraw-Hill.
Unidad Administrativa Especial de Servicios Públicos. (2012). UESP. Retrieved 11 2, 2012, from
http://www.uesp.gov.co/
Volker Grimm, U. B. (2006). Agent-based and Individual-based Modeling: A Practical Introduction.
Retrieved 9 3, 2012, from http://www.railsback-grimm-abm-book.com/
Wilensky, U. (2012). NetLogo. Retrieved from http://ccl.northwestern.edu/netlogo/index.shtml
Página 72
8. ANEXOS
En esta sección se muestra una lista de los documentos anexos al trabajo de grado.
Anexo 1. Propuesta de Trabajo de Grado
Anexo 2. Encuesta de caracterización
Anexo 3. Actas de Reunión
Anexo 4. Bitácora de actividades
Anexo 5. Validación del modelo por experto en Simulación Basada en Agentes
Anexo 6. Validación del prototipo por experto en Gestión de Residuos Sólidos
Anexo 7. Validación del prototipo por funcionario de la UAESP
Anexo 8. Validación con usuarios finales
Anexo 9. Stakeholders
Top Related